Python基础教程（八）：迭代器与生成器编程

菜鸟小码

已于 2024-06-10 11:02:39 修改

阅读量1.1k

点赞数 28

分类专栏： Python系列文章标签： python 开发语言

于 2024-06-09 16:08:09 首次发布

本文链接：https://blog.csdn.net/mwm0213/article/details/139562914

版权

Python系列专栏收录该内容

32 篇文章 6 订阅

订阅专栏

💝💝💝首先，欢迎各位来到我的博客，很高兴能够在这里和您见面！希望您在这里不仅可以有所收获，同时也能感受到一份轻松欢乐的氛围，祝你生活愉快！
💝💝💝如有需要请大家订阅我的专栏【Python系列】哟！我会定期更新相关系列的文章

💝💝💝关注！关注！！请关注！！！您的支持是我不断创作的最大动力！！！

文章目录

在 Python 编程中，迭代器（Iterator）和生成器（Generator）是处理大量数据集时的重要概念。它们不仅能够提高代码的执行效率，还能让程序变得更加简洁和易于维护。本文将深入探讨迭代器和生成器的工作原理，以及如何在实际编程中应用它们。

一、迭代器基础

1.1 迭代器的概念

迭代器是一种可以记住遍历的位置的对象。在 Python 中，任何实现了 __iter__() 和 __next__() 方法的对象都可以被称为迭代器。__iter__() 方法返回迭代器本身，而 __next__() 方法则返回序列中的下一个项目。当没有更多的项目时，它会抛出 StopIteration 异常。

1.2 创建迭代器

我们可以自定义一个类来实现迭代器接口：

class Counter:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.end:
            current_value = self.current
            self.current += 1
            return current_value
        else:
            raise StopIteration()

# 使用自定义迭代器
for num in Counter(0, 5):
    print(num)

二、生成器简介

2.1 生成器的概念

生成器是一种特殊的迭代器，它使用关键字 yield 来产生一系列的值。与普通函数不同，生成器函数在每次遇到 yield 语句时都会暂停执行并返回一个值，当再次迭代时，它会从上次停止的地方继续执行。

2.2 创建生成器

生成器可以通过简单的函数来创建，只需在函数体中使用 yield 语句即可：

def simple_generator():
    yield 1
    yield 2
    yield 3

gen = simple_generator()
for i in gen:
    print(i)

2.3 生成器表达式

类似于列表推导式，Python 也支持生成器表达式，它是一种更简洁地创建生成器的方式：

squares = (x**2 for x in range(10))
for square in squares:
    print(square)

三、迭代器与生成器的优缺点

3.1 优点

内存效率：生成器在迭代过程中逐个生成元素，因此对于大数据集而言，它们比一次性加载所有数据到内存中的列表更加节省资源。
延迟计算：生成器只在需要时才计算下一个值，这在处理需要昂贵计算的大型数据流时特别有用。

3.2 缺点

无法随机访问：一旦生成器开始迭代，就无法直接访问序列中的特定项。
只能遍历一次：生成器一旦被消耗，就不能再次使用。

四、实战案例

假设我们需要从一个大文件中读取每一行并进行处理，下面是如何使用生成器来优化这一过程：

def read_large_file(file_object):
    while True:
        data = file_object.readline()
        if not data:
            break
        yield data

with open('largefile.txt', 'r') as file:
    for line in read_large_file(file):
        process(line)  # 自定义的处理函数

在这个例子中，read_large_file 是一个生成器函数，它逐行读取文件而不是一次性读取整个文件，这样可以显著减少内存使用。

五、总结

迭代器和生成器是 Python 中处理数据流和序列的强大工具。通过理解和应用这些概念，你可以编写出更高效、更优雅的代码。希望本文能帮助你更好地掌握迭代器和生成器的使用，从而在实际项目中发挥它们的优势。

在后续的学习和实践中，尝试在适合的场景下使用生成器和迭代器，你将发现它们能够极大地简化代码并提高性能。

结束语

❤️❤️❤️ 喜欢博主的同学，请给博主一丢丢打赏吧↓↓↓您的支持是我不断创作的最大动力哟！感谢您的支持哦😘😘😘
打赏下吧
❤️❤️❤️请大家记得订阅我的专栏【Python系列】哟❤️❤️❤️

python相关文章索引	文章链接
Python基础语法（一）：标识符与保留字部分	Python基础语法（一）：标识符与保留字部分
Python基础语法（二）：数据类型	Python基础语法（二）：数据类型
Python基础语法（三）：运算符	Python基础语法（三）：运算符
Python基础语法（四）：条件控制	Python基础语法（四）：条件控制
Python基础语法（五）：循环语句	Python基础语法（五）：循环语句
Python基础语法（六）：推导式编程	Python基础语法（六）：推导式编程
Python基础教程（七）：函数编程-从基础到进阶	Python基础教程（七）：函数编程-从基础到进阶