python 迭代器和生成器的区别

最新推荐文章于 2024-10-15 19:27:56 发布

xiongjiezk

最新推荐文章于 2024-10-15 19:27:56 发布

阅读量4.7k

点赞数

分类专栏： python 文章标签： python 迭代器

本文链接：https://blog.csdn.net/xiongjiezk/article/details/51186968

版权

python 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

迭代器（iterator）是一个实现了迭代器协议的对象，python的一些内置数据类型（列表，数组，字符串，字典等）都可以通过for语句进行迭代，我们也可以自己创建一个容器，实现了迭代器协议，可以通过for，next方法进行迭代，在迭代的末尾，会引发stopIteration异常。


In [14]: it = range(2)

In [15]: ite = iter(it)

In [16]: ite.next()
Out[16]: 0

In [17]: ite.next()
Out[17]: 1

In [18]: ite.next()
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-18-887aa41fdfa0> in <module>()
----> 1 ite.next()

StopIteration:

自己实现及使用迭代器：为容器对象添加iter(),_next()方法，在调用时，可以通过next以及for循环

class PythonLearn:
    def __init__(self, start = 0, stop = 0):
        self.start = start
        self.stop = stop

    def __iter__(self):
        print('call __iter__')
        return self
    def next(self):
        print("call __next__")
        if self.start < self.stop:
            i = self.start
            self.start += 1
            return i
        else:
            raise StopIteration


if __name__ == '__main__':
    learn = PythonLearn(2,5)
    next(learn)
    print(next(learn))
    for i in learn:
        print  i

运行结果：

call __next__
call __next__
3
call __iter__
call __next__
4
call __next__

生成器（generator）是通过yield语句快速生成迭代器，可以不用iter和next方法
yield可以使一个普通函数变成一个生成器，并且相应的next()方法返回是yield后的值。一种更直观的解释是：程序执行到yield时会返回结果并暂停，再次调用next时会从上次暂停的地方继续开始执行。
显然，生成器自身有构成一个迭代器，每次迭代时使用一个yield返回的值，一个生成器中可以有多个yield的值

In [21]: def test():
   ....:     yield 1
   ....:     yield 3
   ....:     yield 22
   ....:

In [22]: a = test()

In [23]: type(a)
Out[23]: generator

In [24]: a.next()
Out[24]: 1

In [25]: a.next()
Out[25]: 3

In [26]: a.next()
Out[26]: 22

xrange 和range的区别

In [9]: xrange(5)
Out[9]: xrange(5)

In [10]: range(5)
Out[10]: [0, 1, 2, 3, 4]

In [11]: list(xrange(5))
Out[11]: [0, 1, 2, 3, 4]

In [12]: print type(xrange(4))
<type 'xrange'>

In [13]: print type(range(4))
<type 'list'>