python生成器与迭代器

生成器：一边循环一边计算的机制称为生成器。(generator)

创建生成器的方法很简单，把一个列表生成式的[]改为()就创建了一个generator:

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

另外一种方法为在函数定义中包含yield关键字，则为生成器。

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'

生成器执行时遇到yield语句返回，调用next()的时候执行，再次执行时从上次返回的yield语句处继续执行。

举例如下：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

结果为

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5

迭代器：可以直接作用于for循环的对象称为可迭代对象(Iterable)

可以使用isinstance()判断一个对象是否是Iterable对象

迭代器指可以被next()函数调用并不断返回下一个值的对象

生成器都是iterable对象，但列表、字典、字符串虽然是iterable，却不是迭代器

iterable(可迭代对象)可以通过iter()函数变成iterator(迭代器)。

那么为什么列表、字典、字符串等数据类型不是迭代器？

这是因为python的迭代器对象表示的是一个数据流，迭代器对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据。迭代器甚至可以表示为一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。