python迭代器和生成器_浅谈Python中的生成器和迭代器

迭代器

迭代器协议

对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么返回一个异常来终止本次迭代。（只能往前走，不能往后退！）

迭代器对象

遵循了（实现了）迭代器协议的对象。（对象内部实现了一个__next__方法，以实现迭代器协议）称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象

?

1

2

3

4

5

6

7

8

9

10

11

12

13

>>>from collectionsimport Iterable, Iterator

>>> l= list([1,2,3])# 定义列表

>>> l_iter= l.__iter__()# 调用列表的 __iter__ 方法

>>>isinstance(l, Iterable)# 列表可迭代对象

True

>>>isinstance(l, Iterator)# 列表不是迭代器

False

>>>isinstance(l_iter, Iterable)# 列表的__iter__ 方法返回 是可迭代对象

True

>>>isinstance(l_iter, Iterator)# 列表的__iter__ 方法返回 也是是迭代器对象

True

可迭代对象(iterable)

可迭代对象有很多种形式，只要满足可以每次取到容器对象中下一个对象的，都称为可迭代对象。

实现了 __iter__方法的对象称为可迭代对象。

range() 对象也是可迭代对象。

生成器对象也是可迭代对象。

?

1

2

3

4

5

6

7

8

9

10

11

12

>>>from collectionsimport Iterable, Iterator

>>>isinstance(range(10), Iterator)

False

>>>isinstance(range(10), Iterable)

True

# 生成器对象一定是迭代器对象， 那么他也必然是可迭代对象

>>>isinstance((ifor iin range(10)), Iterator)

True

>>>isinstance((ifor iin range(10)), Iterable)

True

总结补充

列表、元组、集合、字符串、字典都是可迭代对象。

for 循环的本质：使用迭代器协议访问可迭代对象中的每一个对象。

生成器

生成器类似于一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器也是迭代器。

生成器分类及在python中的表现形式：（Python有两种不同的方式提供生成器）

生成器函数

常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

?

1

2

3

4

5

6

7

8

9

10

11

12

13

>>>def generator(n):

...for iin range(n):

...yield i

...

>>> gener_obj= generator(10)

>>> gener_obj.__next__()

0

>>> gener_obj.__next__()

1

>>> gener_obj.__next__()

2

>>>type(gener_obj)

生成器表达式

类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表，按需取出对象

注意生成器 用()包裹起来

?

1

2

3

4

5

6

7

>>> generator= (ifor iin range(10))

>>> generator.__next__()

0

>>> generator.__next__()

1

>>>type(generator)

以上就是浅谈Python中的生成器和迭代器的详细内容，更多关于Python 生成器和迭代器的资料请关注服务器之家其它相关文章！

原文链接：https://www.cnblogs.com/monkey-code/p/13158889.html