迭代器和生成器

迭代器和生成器

---

一、迭代器和生成器

       当列表、元组、字典、集合中的元素很多时，如几百万、几亿甚至更多，这些元素一次性全放在内存里，它们将占据大量的内存资源。迭代器和生成器就是为了这问题而提出的。使用迭代器和生成器，不会一次性把所有元素加载到内存，而是在需要的时候才生成返回结果。它们既可以存储很多甚至无限多的数据，又不会占用太多资源。利用生成器或者迭代器来存储数据的方式，在大数据处理、机器学习中经常使用。

       序列、元组、字典及集合都是可迭代对象，可用在for、while等语句中。这些数据结构又称容器，在容器中使用iter()可得到迭代器，利用next()函数就可持续取值，知道取完为止。

       （1）容器是一系列元素的集合，str，list，set，dict，file，sockets对象都可以看作容器，容器都可以被迭代（用在for、while等语句中），因此它们被称为可迭代对象。

       （2）可迭代对象实现__iter__方法，该方法返回一个迭代器对象。

       （3）迭代器持有一个内部状态的字符，用于记录下次迭代的返回值，它实现了__next__和__iter__方法，迭代器不会一次性把所有元素加载到内存，而是在需要的时候才生成返回结果。

       （4）生成器是一种特殊的迭代器，它的返回值不是通过return得到的，而是通过yield得到的

二、迭代器

       用iter()函数可以把列表、元组、字典、集合等对象转换为迭代器。迭代器是python最强大的功能之一，是访问集合元素的一种方式。迭代器可以记住遍历的位置的对象，迭代器对象使用next()函数，从集合的第一个元素开始访问，直到所欲哦的元素被访问完位置。迭代器只能往前，不能后退

1.定义一个列表

代码如下（示例）：

lst1 = {10, 20, 30, 40, 50}
for i in lst1:
    print(i, end=" ")

2.生成迭代器

       对列表、元组、字典和集合使用iter()函数，即可转换为迭代器
代码如下（示例）：

iter1 = iter(lst1)
print(type(iter1))

3.从迭代器中取元素

while True:
    try:
        print(next(iter1), end=" ")
    except StopIteration:
        break

       使用next()从迭代器中取数，知道没有数据（即StopIteration）则触发break语句。

二、生成器

       生成器可分为生成器函数和生成器表达式。生成器表达式是列表推导式的生成器版本，看起来像列表推导式，但是它返回的是一个生成器对象而不是列表对象。
       生成器表达式与列表推导式相似，列表推导式是在中括号里，把中括号改为小括号则变成生产器

gen01 = (2 * x + 1 for x in range(10))
print(type(gen01))

# 用for循环从生成器中取数据
for i in gen01:
    print(i, end=" ")
# 1 3 5 7 9 11 13 15 17 19 

       或用next()函数从生成器中逐一取数据，与for循环取数效果一样

while True:
    try:
        print(next(gen01), end=" ")
    except StopIteration:
        break
# 1 3 5 7 9 11 13 15 17 19