生成器、迭代器

廖大博客学习笔记

最近见天一直在看廖大的Python教程，却发现很多基础看着很简单，但却不会应用，归根结底还是因为理解不到位，故而又将教程学了一遍，并将自己的理解记录一下，也方便后面查阅。由于没有相关编程基础，有些理解可能是错的，敬请批评指正。

想深入具体学习廖大博客请移步廖雪峰的官方网站

列表生成式

有时候用循环生成列表太过繁琐，就可用列表生成式代替。

L = [ x for x in range(1, 4)]    #此时与应用循环区别不大

>>> L = [1, 2, 3]

L = [x*y for x in range(1, 4) for y in range(1, 4)]    #一行代码即可实现双重循环

>>> L = [1, 2, 3, 2, 4, 6, 3, 6, 9]

L = [x*y for x in range(1, 4) for y in range(1, 4) if x*y % 2 != 0]    # 也可加条件 

>>> L = [1, 3, 3, 9]

生成器

通过列表生成式可以创建一个列表，但受内存限制，此种方法创建的列表长度有限，且一次性生成整个列表也是不划算的，因为列表内后面的数据短时间内可能用不到。那有没有方法可以实现动态生成数据呢，即需要使用时再生成数据，不使用之前不生成。

在Python中，这种边循环边计算的机制，称为生成器，即generator。

创建生成器的方法：

1.  将列表生成式的[]改为()即可。例：g = (x*x for x in range(1, 10))，即是一个生成器。可通过next（g）函数逐个生成数据。每调用一次next(g)即可生成一个数据：1，4，9……。也可利用for循环生成数据：for n in g: print(n)
2. 使用yield关键字，当函数中出现yield关键字后，该函数就不再是普通函数，而是一个生成器。普通函数按顺序执行，遇到return或最后一行就返回，下次调用再从头开始重复执行；生成器遇到yield关键字即返回数据，下次调用继续执行yield后面的程序。

例：def odd():

                print ('step 1')

                yield 1

                print ('step 2')

                yield 3

                print ('step 3')

                yield 5

调用该生成器时，先生成一个generator对象，然后用next（）不断获得返回值

    >>> g = odd()

    >>> next(g)

            step 1

            1

    >>>next(g)

            step 2

            3

迭代器

可以被next()函数调用并不断返回下一个值的对象称为迭代器。

generator都是迭代器。可使用isinstance([], Itarator)来判断一个对象是否是迭代器。

list、dict、str等都不是迭代器，可用iter()将其转换为迭代器，iter(list)。

迭代器表示一个数据流，可被看作一个未知长度的有序序列，只有当需要返回下一个数值时才计算。