一、迭代器
顾名思义，迭代器就是用于迭代操作（for 循环）的对象，它像列表一样可以迭代获取其中的每一个元素。
python3中任何实现了 _next_ 方法的对象都可以称为迭代器。
迭代器与列表的区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazy evaluation）方式返回元素，这正是它的优点。
比如列表含有中一千万个整数，需要占超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用 next 方法时候才返回该元素（按需调用 call by need 的方式，本质上 for 循环就是不断地调用迭代器的next方法）。
以斐波那契数列为例来实现一个迭代器：
class Fib:
def __init__(self, n):
self.prev = 0
self.cur = 1
self.n = n
def __next__(self):
if self.n > 0:
value = self.cur
self.cur = self.cur + self.prev
self.prev = value
self.n -= 1
return value
else:
raise StopIteration()
f = Fib(5)
print(type(f))
print(f.__next__())
print(f.__next__())
print(next(f))
print(f.__next__())
print(next(f))
print(f.__next__())
打印结果：
<class '__main__.Fib'>
1
1
2
3
5
Traceback (most recent call last):
File "test03.py", line 25, in <module>
print(f.__next__())
File "test03.py", line 15, in __next__
raise StopIteration()
StopIteration
Process finished with exit code 1
二、生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
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。
调用一个生成器函数，返回的是一个迭代器对象。
为什么用这个生成器，是因为如果用List的话，会占用更大的空间，比如说取0,1,2,3,4,5,6............100000000
在python2中，你可能会这样：
for i in range(100000000):
a=i
这个时候range(100000000)就默认生成一个含有100000000个数的list了，所以很占内存。
这个时候你可以用刚才的yield组合成生成器进行实现：
-
第一种写法：
def foo(num): print("starting...") while num < 10: num = num + 1 yield num print(type(foo)) f = foo(0) print(f) print('------------------------------') print(f.__next__()) print(f.__next__()) print(f.__next__())打印结果：
<class 'function'> <generator object foo at 0x000001B9F5130750> ------------------------------ starting... 1 2 3 Process finished with exit code 0 -
第二种写法：
def foo(num): print("starting...") while num < 10: num = num + 1 yield num for n in foo(0): print(n)打印结果：
starting... 1 2 3 4 5 6 7 8 9 10
在python2中也可以用xrange(1000)这个生成器实现 yield 组合：xrange(100000000)
for n in xrange(100000000):
a=n
其中要注意的是python3时已经没有xrange()了，在python3中，range()就是xrange()了，你可以在python3中查看range()的类型，它已经是个<class ‘range’>了，而不是一个list了，毕竟这个是需要优化的。
三、生成器用法
1、yield
首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器），好了，如果你对这些不明白的话，那先把yield看做return,然后直接看下面的程序，你就会明白yield的全部意思了：
def foo():
print("------------------- 进入foo()函数 -------------------")
for i in range(10):
print('第{0}次循环: 开始'.format(i))
res = yield i
print("res:", res)
print('第{0}次循环: 结束'.format(i))
g = foo()
print('g = ', g)
print('********************* 开始执行 *********************')
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))
打印结果：
g = <generator object foo at 0x000001CB3B2677C8>
********************* 开始执行 *********************
------------------- 进入foo()函数 -------------------
第0次循环: 开始
0
----------------------------------------
res: None
第0次循环: 结束
第1次循环: 开始
1
----------------------------------------
res: None
第1次循环: 结束
第2次循环: 开始
2
----------------------------------------
res: None
第2次循环: 结束
第3次循环: 开始
3
Process finished with exit code 0
代码运行顺序如下：
-
程序开始执行以后，因为foo函数中有yield关键字，所以foo函数并不会真的执行，而是先得到一个生成器generator(相当于一个对象)
-
直到调用next方法，foo函数正式开始执行，先执行foo函数中的
print("------------------- 进入foo()函数 -------------------")方法，打印结果：------------------- 进入foo()函数 ------------------- -
进入
for循环 -
执行for循环里的代码
print('第{0}次循环: 开始'.format(i))，然后遇到yield关键字，然后把yield想象成return，return了一个0之后，程序停止，并没有执行赋值给res操作，此时next(g)语句执行完成；打印结果：第0次循环: 开始 0 -
程序执行
print("----------------------------------------")，打印结果：---------------------------------------- -
开始执行接下来的
print(next(g)) -
这个时候和上面那个差不多，不过不同的是，这个时候是从上一个next()程序停止的地方开始执行的（即：继续从上一次yield代码处向下执行代码），也就是要执行res的赋值操作，这时候要注意，这个时候赋值操作的右边是没有值的（因为刚才那个是return出去了，并没有给赋值操作的左边传参数），所以这个时候res赋值是None，程序继续在for执行，直到又一次碰到yield，打印结果：
res: None 第0次循环: 结束 第1次循环: 开始 1 -
程序执行
print("----------------------------------------")，打印结果：---------------------------------------- -
从上一个next()程序停止的地方开始执行的，即：继续从上一次yield代码处向下执行代码，直到又一次碰到yield，打印结果：
res: None 第1次循环: 结束 第2次循环: 开始 2 -
直至for循环结束；
到这里你可能就明白yield和return的关系和区别了，带yield的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是next函数，next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行的，所以调用next的时候，生成器并不会从foo函数的开始执行，只是接着上一步停止的地方开始，然后遇到yield后，return出要生成的数，此步就结束。
2、send
再看一个这个生成器的send函数的例子，这个例子就把上面那个例子的最后一行换掉了
def foo():
print("------------------- 进入foo()函数 -------------------")
for i in range(10):
print('第{0}次循环: 开始'.format(i))
res = yield i
print("res:", res)
print('第{0}次循环: 结束'.format(i))
g = foo()
print('g = ', g)
print('********************* 开始执行 *********************')
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(next(g))
print("----------------------------------------")
print(g.send(7))
输出结果：
g = <generator object foo at 0x00000227A3B667C8>
********************* 开始执行 *********************
------------------- 进入foo()函数 -------------------
第0次循环: 开始
0
----------------------------------------
res: None
第0次循环: 结束
第1次循环: 开始
1
----------------------------------------
res: None
第1次循环: 结束
第2次循环: 开始
2
----------------------------------------
res: 7
第2次循环: 结束
第3次循环: 开始
3
Process finished with exit code 0
send函数的概念：send是发送一个参数给res的，因为上面讲到，return的时候，并没有把
i
i
i 赋值给
r
e
s
res
res，下次执行的时候只好继续执行赋值操作，只好赋值为None了，而如果用 send 的话，开始执行的时候，先接着上一次 yield i 执行，先把
7
7
7 赋值给了
r
e
s
res
res，然后执行 next 的作用，遇见下一回的 yield，return 出结果后结束。
- 程序执行g.send(7)，程序会从yield关键字那一行继续向下运行，send会把7这个值赋值给res变量
- 由于send方法中包含next()方法，所以程序会继续向下运行执行print方法，然后再次进入for循环
- 程序执行再次遇到yield关键字，yield会返回后面的值后，程序再次暂停，直到再次调用next方法或send方法。
四、案例
1、重复调用生成器
def data_iter():
for i in [1, 2, 3]:
yield i
for i in range(5):
for a in data_iter():
print("a = ", a)
print('\n')
打印结果：
a = 1
a = 2
a = 3
a = 1
a = 2
a = 3
a = 1
a = 2
a = 3
a = 1
a = 2
a = 3
a = 1
a = 2
a = 3
Process finished with exit code 0
503
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
