python 迭代器和生成器

本文属于个人对知识总结,若有不当或错误,还望各位看官纠正

• 说到迭代器和生成器,就必须知道:
  • 可迭代对象;
  • 迭代器;
  • 生成器.

重要的写在前面

迭代器和生成器的区别和关系
生成器是迭代器的一种
迭代器是惰性执行的,调用一次执行一次
1.迭代器是对已知数据进行操作next()
2.生成器是通过算法计算,返回数据,一般生成器函数都会有 yield 这个关键字

什么是可迭代对象呢?

• 我们已经知道可以对list、tuple、str等类型的数据使⽤for…in…的循环语法从其中依次拿到数据进⾏使⽤，这样的过程也被称为遍历，也叫迭代。
• 总结 : 可遍历 (for ... in ... :)的对象,就是一个可迭代对象.

迭代器

• 判断是否是迭代器

  • python中的 isinstance() 可以判断你传入的对象是否是某一特定的类型,是返回true,否返回false.
    • 用法:

    from collections import Iterable,Iterator
    l = [1,2,3,4,56,6,6,]
    print(isinstance(l,Iterable))  # true
    print(isinstance(l,Iterator))  # false
    lo = iter(l)  #获得  l  的迭代器对象
    print(isinstance(lo,Iterable))  # true
    print(isinstance(lo,Iterator))  # true
    

• iter()函数，Python中的 iter( object[, sentinel]) 函数可用来返回一个迭代器对象，iter( )函数只传入一个参数时，参数必须为可迭代对象；当使用第二个参数sentinel（哨兵）时，第一个参数必须是一个可调用对象.

  • 迭代器简单使用

    l = [1,2,3,4,56,6,6,]
    lo = iter(l)
    for i in range(len(l):
    	print(next(lo))
    	
    # 在lo元素调用完之后,在使用next()
    print(next(lo))# 会报 StopIteration异常
    

• 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() 。
  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。

• 例子请看 https://www.runoob.com/python3/python3-iterator-generator.html

生成器

• 如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

  def gen():
      for i in range(10):
          n = i + 1
          yield n
  
  g = gen()
  print(g)
  print(next(g))
  for n in g:
      print(n)
  

输出结果

解释: 语句 print(g) 输出的不是数据,而是一个生成器对象,需要使用next(),调用 gen() 函数, 不断的计算 n 的值,并通过 yield 返回 n 值.
yeild 当程序执行到 yield 这里时,系统一般会保存程序当前的执行状态,当下一次调用(此函数的next(n)),程序就会接着上一次保存的状态,继续执行.

总结:
迭代器和生成器的区别和关系
生成器是迭代器的一种
迭代器是惰性执行的,调用一次执行一次
1.迭代器是对已知数据进行操作next()
2.生成器是通过算法计算,返回数据,一般生成器函数都会有 yield 这个关键字