python基础4——迭代器与生成器

一、迭代器

1、定义

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

2、方法

迭代器有两个基本的方法：iter() 和 next()。
iter() 用来创建迭代器
next()用于访问迭代器的下一个元素

3、创建

字符串，列表或元组对象都可用于创建迭代器

list=[1,2,3,4]
it = iter(list)    # iter方法创建迭代器对象
print (next(it))   # 输出迭代器的下一个元素
# 1
 print (next(it))
# 2

4、遍历

迭代器对象可以使用常规for语句进行遍历

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")
#  1 2 3 4

5、异常

StopIteration用于标识迭代的完成。在next()遍历完所有元素后会引起次异常。

a = [i for i in range(3)]   #列表推导式
it = iter(a)
print(next(it))
print(next(it))
print(next(it))
print(next(it))

二、生成器

1、定义

使用了 yield 的函数被称为生成器（generator）

2、作用

通过列表生成式，我们可以直接创建一个列表。

L = [x * x for x in range(10)]
print(L)

# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

生成器不必创建完整的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。

3、创建

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

g = (x * x for x in range(10))
print(g)

<generator object <genexpr> at 0x1022ef630>

在上面的例子中：(x * x for x in range(10))是生成器，g是迭代器。
生成器是个函数(一个返回迭代器的函数)！迭代器是个对象！

4、遍历

既让生成器(返回的结果)也是迭代器，直接打印他是个对象地址，但他的元素是可以遍历的，且不需要关心StopIteration的错误：

for i in g:
    print(i)

或者可以通过__next__()从生成器中取值

g = (x * x for x in range(10))
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())

5、使用yield

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。
这里的yield 相当于return

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

此时，可以使用迭代器next()方法遍历，这种方法实际很少用到

while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

也可以使用for循环遍历

for i in f:
	print(i)

平时常用到的迭代器：range。
生成器占用内存小，在使用的时候取值，降低CPU和内存空间，提高效率。符合“即用即取”的思想。

6、补充：itertools

itertools中的额函数大多数是返回各种迭代器对象，其中很多函数的作用我们平时要写很多代码才能达到，而在运行效率上反而更低，毕竟人家是系统库。

1、itertools.accumulate

accumulate简单来说就是累加

from itertools import accumulate

x = accumulate(range(10))
print(list(x))
# [0, 1, 3, 6, 10, 15, 21, 28, 36, 45]

2、itertools.product

product 用于求多个可迭代对象的组合，它跟嵌套的 for 循环等价。
它的一般使用形式如下：
product(iter1, iter2, … iterN, [repeat=1])

from itertools import product

for item in product('abcd', 'xyz'):
    print(item,end = " ")
    
#  ('a', 'x') ('a', 'y') ('a', 'z') ('b', 'x') ('b', 'y') ('b', 'z') ('c', 'x') ('c', 'y') ('c', 'z') ('d', 'x') ('d', 'y') ('d', 'z')

3、itertools.permutations

permutations产生指定数目元素的所有排列（顺序有关）
它的一般使用形式如下：

permutations(iterable[, r])

其中，r 指定生成排列的元素的长度，如果不指定，则默认为可迭代对象的元素长度。

from itertools import permutations
 
x = permutations((1,2,3))
print(list(x))
# [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]

list(permutations('ABC', 2))

# [('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')]

4、itertools.combinations

combinations 用于求序列的组合（顺序无关）
它的使用形式如下：

combinations(iterable, r)

list(combinations('ABC', 2))

# 结果为：[('A', 'B'), ('A', 'C'), ('B', 'C')]

无限迭代器

itertools 模块提供了三个函数（事实上，它们是类）用于生成一个无限序列迭代器：

1、count(firstval=0, step=1)

创建一个从 firstval (默认值为 0) 开始，以 step (默认值为 1) 为步长的的无限整数迭代器

2、cycle(iterable)

对 iterable 中的元素反复执行循环，返回迭代器

3、repeat(object [,times]

反复生成 object，如果给定 times，则重复次数为 times，否则为无限