白话Python迭代器与生成器_什么是迭代器与生成器白话文-CSDN博客

本文链接：https://blog.csdn.net/fanfzj/article/details/115603587

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，简单的说，就是他只记录数据在内存中所在的位置，使用的是栈的逻辑记录数据所在的内存地址，因为用的是栈的逻辑，所以只需要记住栈的起始地址，以及栈的偏移量就可以得到所有数据的内存地址。

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。因此，迭代器可以存储很多数据，而不占用很多内存空间，但是这个特性也导致它无法反复读数据，也就是“阅完即焚”。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
print(it)
# 输出结果：<list_iterator object at 0x000001499C6EA400>
print (next(it))   # 输出迭代器的下一个元素
# 输出结果：1
print (next(it))
# 输出结果：2

由此可以看出，迭代器并不能直接输出结果，他返回的值是一个迭代器对象，只能使用next方法来提取迭代器下一个元素。

那么如果迭代器里的数据很多，总不能一个接一个next的吧。

当然python肯定不会那么蠢，所以迭代器对象也可以使用常规for语句进行遍历：

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")
# 输出结果：1 2 3 4

或者，while循环调用next提取元素

import sys         # 引入 sys 模块
 
list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
 
while True:
    try:
        print (next(it),end=" ")
    except StopIteration:
        sys.exit()
# 输出结果：1 2 3 4

创建一个迭代器

把一个类作为一个迭代器使用，需要在类中实现两个方法 __iter__() 与 __next__() 。

如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

为了方便说明这两个方法，我们来创建一个返回数字的迭代器，初始值为 1，逐步递增 1，并通过__next__()返回递增后的值：

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    x = self.a
    self.a += 1
    return x
 
myclass = MyNumbers()
myiter = iter(myclass)
 
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
'''
输出结果：
1
2
3
4
5
'''

StopIteration

刚刚提到了StopIteration，这是什么呢？这是一种异常，用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后，通过raise触发 StopIteration 异常来结束迭代。

比如，想要写一个程序，在数据 20 次迭代后停止执行运行，那么可以这么写：

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    if self.a <= 20:
      x = self.a
      self.a += 1
      return x
    else:
      raise StopIteration
 
myclass = MyNumbers()
myiter = iter(myclass)
 
for x in myiter:
  print(x)
'''
输出结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
'''

生成器

ok~说完迭代器，那么我们再来看一个更神奇的内容，为什么说它神奇呢？

因为在 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，所以生成器生成的数据也只能使用一次，“阅完即焚”。

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，则会返回的是一个迭代器对象。

我们使用 yield 来实现斐波那契数列，借此看一下生成器是什么逻辑：

import sys
 
def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
 
while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()
# 输出结果：0 1 1 2 3 5 8 13 21 34 55