Python3 生成器与迭代器的使用

专栏地址：最强 Python3 基础

公众号：Python 生产力

---

---

前言

集合数据类型的迭代我们在 Python3 列表、元组、字典和集合的比较（及各种生成式）已经讲过，每一种都可以使用不同的方法来进行迭代，但是我们可以发现每一种循环方式的最后都有一个 迭代器 iter() 的方式，虽然看起来和其他方式差不多，获取的结果也一样，但是迭代器绝对是一种强大的方法。

---

一、生成器

我们有时候会遇到一次性生成特别多的数据，有可能是几万条或者几十万条数据的列表，这个时候列表生成式的缺点就暴露出来了，因为列表生成式是一次性把所有数据都生成放在列表中，而内存中可能并不能接受这么多的数据，所以最后可能会在生成的时候直接报错，那这个时候生成器就发挥作用了。

生成器和列表表达式的区别在于，生成器只保存了相关的算法，是有需要的时候才会生成相对应的元素，不是一次性生成所有的元素。生成器的形式和生成式的差不多，只不过把方括号改成小括号，同时需要使用 next() 函数来一个一个计算并获取列表中的值。

list1_generator = (i * 2 for i in range(4))

print(next(list1_generator))
print(next(list1_generator))
print(next(list1_generator))
print(next(list1_generator))

# 输出 >>>
0
2
4
6

不仅可以是使用 next() 函数 也可以使用 for 循环来循环输出结果。

list1_generator = (i * 2 for i in range(4))

for i in list1_generator:
    print(i)

# 输出 >>>
0
2
4
6

当然，因为大多数列表生成器生成的元素是有限的，所以如果用 next() 获取的元素的次数超出了生成器生成的元素的数量，那就直接会报错。

list1_generator = (i * 2 for i in range(4))

print(next(list1_generator))
print(next(list1_generator))
print(next(list1_generator))
print(next(list1_generator<