【python底层逻辑】正确理解python迭代器与生成器

在Python这门语言中，生成器毫无疑问是最有用的特性之一。与此同时，也是使用的最不广泛的Python特性之一。究其原因，主要是因为，在其他主流语言里面没有生成器的概念。本文将详细介绍python迭代器与生成器

一、迭代器

迭代器就是iter（可迭代对象函数）返回的对象，说人话.......可迭代对象由一个个迭代器组成

可以用next()函数获取可迭代对象的数据

迭代是访问集合元素的一种方式（因为集合是无序的，所以不能索引），naxt(集合)，

迭代器对象从集合的第一个元素开始访问，直到所有元素被访问结束，迭代器只能往前不会往后退

迭代器是一个可以记住遍历的位置的对象,迭代器只能一个一个出，前一秒还没有这个值，等到next()的时候才生成

迭代器有两个基本方法：iter()和next()

• iter()　　生成一个迭代器
• next()　　从迭代器中获取写一条记录，如果无法获取写一条记录，则触发StopIteration异常

有序序列：字符串、列表、元组对象都可用于创建迭代器

L = [1,2,3,4]
it = iter(L)    #创建迭代器对象
print(next(it)) #输出迭代器的写一个对象
print(next(it))

迭代器对象使用for语句进行遍历 

li = [5,6,7,8]
it = iter(li)
for x in it: 
    print(x,end = ' ') 

迭代器对象使用while语句进行遍历 

lis = [7,8,9,0]
it = iter(lis)
while True:
    try:
        print(next(it))
    except StopIteration:
        break 

二、生成器

在python中，使用了yield的函数被称为生成器（generator）此函数被调用时返回一个生成器对象

生成器是一个返回迭代器的函数，生成器 生成 迭代器对象，只能用来迭代操作

生成器能让函数停下下，想进想出，很随便，前一秒数据根本不存在，这一秒推算出来的

在调用生成器运行的过程中，每次遇到yidld时函数会停下来，返回yield的值，相当于print返回print的值一样

并在下一次执行next()方法或者写一次循环时从当前位置继续运行（继续打印下一个值）

生成器用于函数中，会把函数当做生成器来使用，函数出一个值，主函数调取一个值

生成器调用return会触发一个StopIteration异常

普通方法生成菲波那切数列

def fun(n):
    a,b,c = 0,1,0
    while c<n:
        print(b)    # 打印菲波那切数列
        a,b = b,a+b
        c +=1

fun(10)

 

 用生成器的方法生成菲波那切数列

def fun(n):
    a,b,c = 0,1,0
    while c<n:
        yield b     # 生成器
        a,b = b,a+b
        c +=1

# print(fun(10))# <generator object fun at 0x000001ED43A48A40>
t = fun(10)    # t是一个迭代器，由生成器返回生成
print(next(t))  # 1
print(next(t))  # 1
print("中间可以插入代码")  # 中间可以插入代码
print(next(t))  # 2
print(next(t))  # 3

for i in t:
    print(i)
# 8
# 13
# 21
# 34
# 55

 

print(fun(10))

# <generator object fun at 0x000001ED43A48A40>　　

# 这是一条内存，你要用函数来访问里面的值，next(fun(10))

生成器表达式：

• 语法：(表达式 for 变量　in 可迭代对象 [if 真值表达式]) []里的内容可以省略
• 作用：用推导式的形式生成一个新的生成器，要取值的时候，要iter变成迭代器，用next取值
• 优点：不占用内存空间

迭代工具函数：生成一个个个的可迭代对象

gen = (x**2 for x in range(1, 4))
it = iter(gen)  # 转成生成器
next(it)　　# 1
next(it)　　# 4
next(it)　　# 9
next(it)　　# StopIteration 

 三、生成器函数

3.1、zip(可迭代对象1，可迭代对象2......) 

 返回一个zip对象，此对象用于生成元组，元组的个数由最小的可迭代对象决定

numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in zip(numbers,names):
    print(t)

#(10086, '中国移动')
#(10000, '中国联通')
#(10010, '中国电信')

 自定义zip函数

def myzip(iter1,iter2):
    it1 = iter(iter1)   # 拿出一个迭代器
    it2 = iter(iter2)
    while True:
        a = next(it1)
        b = next(it2)
        yield (a,b)

numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in myzip(numbers,names):
    print(t)
# (10086, '中国移动')
# (10000, '中国联通')
# (10010, '中国电信')
 

 

3.2、enumerate(iterable[,start])

生成带索引的枚举对象，返回迭代类型为索引-值对(index,value)对, 默认索引从零开始,也可以使用start绑定 

names = ['中国移动', '中国电信', '中国联通']
for x in enumerate(names):  #生成迭代器
    print(x)
def myenumerate(iterable):
    it = iter(iterable)
    i = 0
    while True:
        a = next(it)
        yield(i,a)
        i += 1
#(0, '中国移动')
#(1, '中国电信')
#(2, '中国联通')

原文链接：https://www.cnblogs.com/LXP-Never/p/9338189.html