深度再学习第三篇--迭代器生成器

---

前言

本文记录迭代器、生成器问题

---

一、迭代器（iterator）

对于一个可迭代的对象（Iterative），比如列表，字典，元组等等，可以使用iter()生成迭代器（iterator），将元素全部遍历完成后stopiteration。

可迭代对象（Iterative）需要定义两个函数__iter__()以及__next__()，对于我的理解，iter()相当于是迭代器（iterator）的__init__()初始化函数，可以将一个可迭代对象（Iterative）转为迭代器（iterator）。当然了，这并不能替代可迭代对象（Iterative）的初始化函数，例如下面我想对该数字生成器增加一个参数，定义生成数字的个数，这还是需要在__init__()里面定义。next()的作用向下迭代。

class MyNumbers:
  def __init__(self,l):
    self.l = l
      
  def __iter__(self):
    self.a = 1
    return self

  def __next__(self):
    if self.a <= self.l:
      x = self.a
      self.a += 1
      return x
    else:
      raise StopIteration
myclass = MyNumbers(10)
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

输出

1
2
3
4
5
6
7
8
9
10

Traceback (most recent call last):
  at XXXXXXXXXXXXXXXXXXX.py, line 28
  at XXXXXXXXXXXXXXXXXXX.py, line 15, in __next__(self)
StopIteration:

其他可遍历对象生成迭代器（iterator）：
列表：

m = ['j','f','m']
m_iter = iter(months)

print(next(m_iter))
print(next(m_iter))
print(next(m_iter))
print(next(m_iter))

输出

j
f
m

Traceback (most recent call last):
  at XXXXXXXXXXXXXXXXXXX.py, line 7
StopIteration:

二、生成器（Generator）

在Python中，生成器是一种特殊的迭代器，可以通过yield语句来生成值，而不是通过return语句来一次性返回所有的值。由于生成器只在需要时才会计算下一个值，因此可以在处理大量数据时节省内存空间。

def countdown(n):
    while n > 0:
        yield n
        n -= 1

# 获得生成器对象
c = countdown(5)

# 依次输出生成器中的值
print(next(c)) # 5
print(next(c)) # 4
print(next(c)) # 3
print(next(c)) # 2
print(next(c)) # 1

可以看到，调用 countdown(5) 返回一个生成器对象，然后通过 next() 函数来依次获取生成器中的值。每次调用 next() 函数时，生成器会从上次暂停的位置继续执行，直到遇到下一个 yield 语句，然后再次暂停。

通过列表推导式生成一个简单的生成器`

gen = (x**2 for x in range(10))

for g in gen:
    print(g)

输出

0
1
4
9
16
25
36
49
64
81