python-迭代器和生成器

---

一、可迭代对象

1. python2中的range()和xrange()：
   range()的结果是一次全部生成，比较费内存。
   xrange()的结果是一个一个生成，省内存。（通过next一次只取一个值）
   通俗一点来说吧，你去买橘子，你说老板我要十个橘子，range()就是老板装了10个一次性给你，xrange()就是老板一个一个给你，直到够了十个为止。懂了吗，我去买几个橘子,你就站在此地,不要走动。

只要有 iter 方法的都是可迭代对象。
可以被for循环的都是可迭代对象，严格的来说for是迭代，可以自动执行 iter 和 next。

二、迭代器

• 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。
• 迭代器有两个基本的方法：****。迭代器可以被for迭代，for迭代迭代器时，会执行 next 方法

迭代器是如何迭代的？

• 通过 next 方法记住迭代的位置，有没有迭代完毕。

三、生成器

生成器的介绍

根据制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成处理，而是使用一个，再生成一个，可以节约大量的内存。

创建生成器的方式

方式一

# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)

# next获取生成器下一个值
# value = next(my_generator)
# print(value)

# 遍历生成器
for value in my_generator:
    print(value)

代码说明:

• next 函数获取生成器中的下一个值
• for 循环遍历生成器中的每一个值

运行结果:

<generator object <genexpr> at 0x101367048>
0
2
4
6
8

方式二-yield

只要在def函数里面看到有 yield 关键字那么就是生成器

def mygenerater(n):
    for i in range(n):
        print('开始生成...')
        yield i # 代码执行完这句会暂停，再次启动时继续执行
        print('完成一次...')

if __name__ == '__main__':
    g = mygenerater(2)
    # 获取生成器中下一个值
    # result = next(g)
    # print(result)

    # while True:
    #     try:
    #         result = next(g)
    #         print(result)
    #     except StopIteration as e:
    #         break

    # # for遍历生成器, for 循环内部自动处理了停止迭代异常，使用起来更加方便
    for i in g:
        print(i)

代码说明:

• 代码执行到 yield 会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行
• 生成器如果把数据生成完成，再次获取生成器中的下一个数据会抛出一个StopIteration 异常，表示停止迭代异常
• while 循环内部没有处理异常操作，需要手动添加处理异常操作
• for 循环内部自动处理了停止迭代异常，使用起来更加方便，推荐大家使用。

运行结果:

开始生成...
0
完成一次...
开始生成...
1
完成一次...

生成器的使用场景

数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, …

现在我们使用生成器来实现这个斐波那契数列，每次取值都通过算法来生成下一个数据, 生成器每次调用只生成一个数据，可以节省大量的内存。

def fibonacci(num):
    a = 0
    b = 1

    # 记录生成fibonacci数字的下标
    current_index = 0

    while current_index < num:
        result = a
        a, b = b, a + b
        current_index += 1
        # 代码执行到yield会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行
        yield result


fib = fibonacci(5)
# 遍历生成的数据
for value in fib:
    print(value)

运行结果:

0
1
1
2
3

• 使用场景：
  一个大文件，边下载边保存。

• yield和return：
  yield返回数据，可以继续执行余下的代码
  return返回数据，结束该代码块，不会继续执行该代码块余下的代码

总结

可迭代对象、迭代器和生成器的关系：