对迭代,迭代器对象,可迭代对象,生成器理解

最近想要了解一些关于python迭代器、生成器方面的知识，粗略的写一些自己的理解

容器：容器就如字面意思，可以容纳多个元素的数据结构。而且我们可以通过迭代的方式逐一访问里面的元素。我们熟知的list，tuple，str,队列，集合，字典等等（注意int类型可不是容器）

迭代：迭代是一个操作，即遍历容器元素的操作。（通常使用for进行迭代遍历）

可迭代对象：可以进行迭代操作的可遍历容器都可以成为可迭代对象，首先并不是所有的容器都可以称为可迭代对象，但可以返回一个迭代器的对象都可称之为可迭代对象。其本质是只有实现了__iter__()这个特殊方法 的对象才能称为可迭代对象， __iter__返回迭代器对象本身。

迭代器(迭代器对象)：通俗的理解就是实现了__next__这这个特殊方法的对象, 函数本身作用:可以迭代(挨个取元素),且它的返回值是聚合对象的元素.

每一次调用next方法时会做两件事：一是为下一次用next修改状态，二是为当前调用返回结果。

接下来从代码入手

# 现在提供一个列表
list01 = [1,2,3,4]

# 获取它的迭代器,__iter__()返回一个迭代器对象
iterator = list01.__iter__()

# 现在我们通过这个迭代器一次获取元素
while True:
    try:
        # 通过__next__一次一次的取除元素
        item = iterator.__next__()
        print(item)
    except StopIteration:
        break

# 输出
1
2
3
4

上诉代码实现了通过迭代器实现了迭代功能,也就是for循环的功能.

接下来看看更清晰的迭代器对象与可迭代对象的联系

class 可迭代对象():
    def __iter__(self):
        return 迭代器对象

class 迭代器对象():
    def __init__(self, 参数):
        self.聚合对象 = 参数
    def __next__(self):
        if 没有元素了:
            raise StopIterator
        else:
            返回元素

for item in 可迭代对象():
    pass

# for 循环等同于下面
iterator = 可迭代对象().__iter__()
while True:
    try:
        item = iterator.__next__()
    except StopIteration:
        break

能将以上代码看懂了,基本上你对迭代器是什么有了一定的了解

 

生成器

在基本理解迭代器之后,继续了解一下生成器.

其实生成器对象很好理解:在同一个类种实现了__iter__, 以及__next__.那么这就是一个生成器

对于生成器而言即能使用for循环迭代,也能实现next()取值不就是同时实现了__iter__以及__next__特殊方法吗

 

关键字:yield

在 Python 中，使用了 yield 的函数被称为生成器函数（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

代码实例:

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()

生成器表达式: 列表生成式的变型也就是生成式,将中括号改为小括号即可.

列表生成式:[i for i in range(100)], 这是一个100元素的列表会一次性添加100个元素在列表中.

生成器表达式:(i for i in range(100)),每调用一次才会产生新的元素,就不会占用内存(例如需要一亿的数据,就不会一下产生一亿个数据元素).