Python常考--生成器

接之前返回斐波那契数列的文章中，有涉及到生成器，本期就来讲讲Python迭代器和生成器。

讲之前，先说一下Python迭代器和生成器和优点，简单来说就是：

1.生成器的好处是延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，会减少内存占用，提高效率。

2. 除了延迟计算，生成器还提高了代码可读性。

一、Python迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter()和next()。

实例1：

l = [1,2,3,4]
it = iter(l) # 创建迭代器对象
print(next(it))  # 输出迭代器的下一个元素 1
print(next(it))  # 输出迭代器的下一个元素 2

以上是将一个固定的列表转换成一个4个值的迭代器，当next到第5次时，就会触发StopIteration报错，因为迭代器遍历完了；

二、Python生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

调用一个生成器函数，返回的是一个迭代器对象。

实例2：

# 计数器从100开始计数，打印当前计数
def num():
    first_num = 100
    while True:
        yield first_num  # 使用yield，就代表产生一个值
        first_num = first_num + 1


f = num()  # 生成器被调用，返回一个迭代器对象
print(next(f))  # 第一次打印，迭代器遍历第一位，结果是100
print(next(f))  # 第二次打印，迭代器遍历第二位，结果是101

三、生成器表达式

除了使用yield外，生成器表达式也能生成生成器；

简而言之就是：用（）加列表推导=生成器

实例3：

# 此处先举例yield生成器
def num():
    for i in range(1, 10):
        yield i * 2

f = num()
print(next(f), next(f), next(f), next(f)) # 返回2,4,6,8

实例4：

# 使用生成器表达式
fx = (i * 2 for i in range(1, 10))
print(fx)  # 返回的是生成器 <generator object <genexpr> at 0x000001FF605E9510>

for i in fx:
    print(i, end=' ')
# 结果是：2 4 6 8 10 12 14 16 18

print(list(fx))  # 可以将生成器转化为列表，但是若将上面for语句执行过，此时返回的会是空数组[]

以上就是所有Python迭代器和生成器内容啦~