讲讲python3的迭代器、生成器

在Python中，迭代器（Iterators）和生成器（Generators）是实现迭代操作的两种主要方式。它们都允许遍历数据集合，但它们的实现方式和使用场景有所不同。让我们详细探讨一下。

1、迭代器（Iterators）

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。

迭代器有两个基本的方法：iter() 和 next()。

iter(object) 函数用于创建一个迭代器对象。
next(iterator) 函数用于从迭代器中获取下一个元素
下面展示一些 内联代码片。

# 创建一个迭代器
class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self

  def __next__(self):
    if self.a <= 20:
      x = self.a
      self.a += 1
      return x
    else:
      raise StopIteration

# 创建一个对象
myclass = MyNumbers()
myiter = iter(myclass)

# 迭代输出
for x in myiter:
  print(x)

# 以上代码会输出1-20的数字 

2、生成器（Generators）

生成器是一个使用简单的方法创建迭代器的工具。它遵循迭代器协议，但其构建过程更简单、更直接。

生成器是在Python中使用yield语句构建的函数。当一个函数被调用时，它返回一个生成器对象，但并不立即开始执行。每次通过next()调用时，它从上次返回yield语句的位置继续执行
下面展示一些 内联代码片。

# 定义一个生成器函数
def my_gen():
  n = 1
  print('This is printed first')
  # Generator function contains yield statements
  yield n

  n += 1
  print('This is printed second')
  yield n

  n += 1
  print('This is printed at last')
  yield n

# 使用生成器
a = my_gen()

next(a)
next(a)
next(a)

# 以上代码输出
This is printed first
This is printed second
This is printed at last

3、实战

生成器表达式，生成器表达式是创建生成器的简洁语法，类似于列表推导，但使用圆括号代替方括号。

下面展示一些 内联代码片。

# 生成器表达式
my_gen = (x*x for x in range(3))

for x in my_gen:
  print(x)

# 输出
0 1 4

假设我们需要生成一个斐波那契数列的生成器。
下面展示一些 内联代码片。

# 斐波那契数列生成器
def fib(limit):
    a, b = 0, 1
    while a < limit:
        yield a
        a, b = b, a + b

# 使用生成器
for i in fib(30):
    print(i)

总结

在Python中，理解迭代器和生成器的概念对于高效处理数据集合十分重要。它们提供了一种灵活的方式来遍历或生成数据序列，而不需要在内存中同时存储所有元素，从而提高了程序的效率和性能。
迭代器和生成器是Python中处理数据的强大工具，它们通过延迟计算（即按需计算）来优化内存使用和提高程序效率。掌握它们的使用，能够帮助你编写出更加高效、简洁和可维护的Python代码。