18.Python从入门到精通—Python迭代器与生成器

Python迭代器与生成器

迭代器

在Python中，迭代器是一种用于遍历可迭代对象（如列表、元组、字典、集合等）的对象。迭代器是一种惰性计算的方式，即只有在需要时才会计算下一个元素，这样可以节省内存空间并提高效率。迭代器对象可以使用内置函数iter()来创建，可以使用内置函数next()来获取下一个元素。
下面是一个使用迭代器的例子：

nums = [1, 2, 3, 4, 5]
it = iter(nums)
print(next(it))  # 输出1
print(next(it))  # 输出2
print(next(it))  # 输出3

在这个例子中，我们首先创建了一个列表nums，然后使用iter()函数将其转换为迭代器对象it。接着，我们使用next()函数获取迭代器it的下一个元素，依次输出1、2、3。

需要注意的是，当迭代器遍历到最后一个元素后，再次使用next()函数会抛出StopIteration异常。因此，在使用迭代器遍历时，通常会使用for循环来避免这个问题，例如：

nums = [1, 2, 3, 4, 5]
for num in nums:
    print(num)

在这个例子中，我们使用for循环遍历列表nums，每次迭代都会自动调用next()函数获取下一个元素，直到遍历完所有元素为止。
除了使用for循环外，还可以使用while循环和try-except语句来遍历迭代器，例如：

nums = [1, 2, 3, 4, 5]
it = iter(nums)
while True:
    try:
        num = next(it)
        print(num)
    except StopIteration:
        break

在这个例子中，我们使用while循环和try-except语句遍历迭代器it，每次迭代都会尝试获取下一个元素，直到遍历完所有元素为止。当遍历到最后一个元素后，会抛出StopIteration异常，我们使用break语句跳出循环。

创建一个迭代器

在Python中，我们可以通过定义一个类来创建一个迭代器。该类需要实现两个方法：iter()和__next__()。

• iter()方法返回迭代器对象本身。在Python中，任何实现了__iter__()方法的对象都是可迭代的。
• next()方法返回迭代器中的下一个值。如果没有下一个值，它应该引发一个StopIteration异常。

以下是一个示例，展示如何创建一个迭代器，它可以生成从1到5的整数：

class MyIterator:
    def __init__(self):
        self.current = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current > 5:
            raise StopIteration
        else:
            value = self.current
            self.current += 1
            return value

# 使用迭代器
it = MyIterator()
for i in it:
    print(i)

输出结果为：

1
2
3
4
5

1. 在这个示例中，我们定义了一个名为MyIterator的类，它实现了__iter__()和__next__()方法。在__init__()方法中，我们初始化了迭代器的起始值为1。
2. 在__iter__()方法中，我们返回迭代器对象本身。在__next__()方法中，我们检查当前值是否大于5。如果是，我们引发StopIteration异常，否则我们返回当前值并将迭代器的当前值加1。
3. 最后，我们创建了一个迭代器对象it，并使用for循环来遍历它。在每次迭代中，我们使用print()函数打印出迭代器中的下一个值。

StopIteration

StopIteration是Python内置异常之一，用于表示迭代器已经到达末尾，无法再返回下一个元素。当使用next()函数获取迭代器的下一个元素时，如果迭代器已经到达末尾，就会抛出StopIteration异常。例如：

nums = [1, 2, 3]
it = iter(nums)
print(next(it))  # 输出1
print(next(it))  # 输出2
print(next(it))  # 输出3
print(next(it))  # 抛出StopIteration异常

在这个例子中，我们首先创建了一个列表nums，并使用iter()函数将其转换为迭代器对象it。接着，我们使用next()函数获取迭代器it的下一个元素，依次输出1、2、3。当再次使用next()函数获取下一个元素时，由于迭代器已经到达末尾，就会抛出StopIteration异常。

在使用迭代器时，通常会使用for循环来避免StopIteration异常的出现。例如：

nums = [1, 2, 3]
for num in nums:
    print(num)

在这个例子中，我们使用for循环遍历列表nums，每次迭代都会自动调用next()函数获取下一个元素，直到遍历完所有元素为止。由于for循环会自动处理StopIteration异常，所以我们不需要担心它的出现。

生成器

在Python中，生成器（generator）是一种特殊的迭代器，它可以在需要时生成值，而不是提前生成所有值并将它们存储在内存中。这使得生成器非常适合处理大量数据或无限序列。
生成器可以通过函数来创建。我们可以使用关键字yield来定义一个生成器函数，它可以在需要时生成值，并可以在下一次调用时从上一次离开的地方继续执行。
以下是一个示例，展示如何使用生成器函数来生成从1到5的整数：

def my_generator():
    yield 1
    yield 2
    yield 3
    yield 4
    yield 5

# 使用生成器
gen = my_generator()
for i in gen:
    print(i)

输出结果为：

1
2
3
4
5

在这个示例中，我们定义了一个名为my_generator的生成器函数，它使用yield关键字来生成从1到5的整数。在每次调用生成器函数时，它会生成一个值并暂停执行，直到下一次调用时从上一次离开的地方继续执行。

我们创建了一个生成器对象gen，并使用for循环来遍历它。在每次迭代中，我们使用print()函数打印出生成器中的下一个值。

生成器可以帮助我们在处理大量数据或无限序列时节省内存空间，并可以帮助我们编写更加简洁和优雅的代码。