Python | 迭代器与生成器

迭代器

简介：

可被 next() 函数调用，并不断返回下一个值的对象。

可迭代对象与迭代器

可迭代对象： 生成器、元组、列表、集合、字典、字符串 。可直接用于 for 循环。

在Python中俩者之间是有区别的，但也有一定的关联。
① 迭代器可被能接受可迭代对象的函数接受
② 可用内置函数 iter() 将可迭代对象 —> 迭代器

判断是否可迭代器

from collections import Iterable

list_1 = [1, 2, 3, 5, 6]
if isinstance(list_1, Iterable):
    print('可迭代')

生成器

简介：

生成一个迭代器的函数。
与普通函数的区别：
① 需要将普通函数中的 return 改成 yield
② 调用时，不会立刻执行，需推迟至需要调用其中的每个元素才执行，故生成器每调用一次会产生一次元素。为惰性计算。

惰性计算

后面将会学到的Spark中所采用的也是 惰性计算(lazy conputting) 技术,它的目的是要最小化计算机要做的工作。

生成器的使用

案例一

def test(length):
    a, b = 0, 1
    n = 0
    while n < length:	# n从0开始总共执行8次
        yield b     # 每当执行到yield，则先返回值，在执行返回执行下一行代码
        a, b = b, a + b
        n += 1

generator = test(8)
for i in range(0,8):
    print(next(generator))
    
"""Result：
	1
	1
	2
	3
	5
	8
	13
	21
"""

案例二

generator = (x*3 for x in range(10))
while True:
    try:
        e = next(generator)
        print(e)
    except:
        print('没有更多元素')
        break
"""Result：
	0
	3
	6
	9
	12
	15
	18
	21
	24
	27
	没有更多元素
"""

醉后

以上是在通过书籍以及相关的视频所学习的，如有错误或对迭代器及生成器解释不全望各位大佬指点。🐷