Python3学习笔记——迭代器与生成器的区别

一、迭代器

区分iterable,iterator与itertion

• itertion: 迭代,一个接一个(one after another),是一个通用的概念，比如一个循环遍历某个数组。
• iterable: 可迭代对象,能够逐一返回其成员项的对象。属于python的名词，范围也很广，可重复迭代，满足如下其中之一的都是iterable:

• • 可以for循环: for i in iterable
  • 可以按index索引的对象，也就是定义了__getitem__方法，比如list,str;
  • 定义了__iter__方法。可以随意返回。
  • 可以调用iter(obj)的对象，并且返回一个iterator

• iterator: 迭代器,用来表示一连串数据流的对象。重复调用迭代器的 __next__() 方法（或将其传给内置函数 next()）将逐个返回流中的项。也属于python的名词，只能迭代一次。需要满足如下的迭代器协议

• • 定义了__iter__方法，但是必须返回自身
  • 定义了next方法,在python3.x是__next__。用来返回下一个值，并且当没有数据了，抛出StopIteration
  • 可以保持当前的状态

 

定义一个 __iter__() 方法来返回一个带有 __next__() 方法的对象。创建一个返回数字的迭代器，初始值为 1，逐步递增 1

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    x = self.a
    self.a += 1
    return x
 
myclass = MyNumbers()
myiter = iter(myclass)
 
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

#输出结果
1
2
3
4

 

 

二、生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存的限制，列表的容量肯定是有限的。而且，创建一个包含100万个的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那么后面的绝大部分的元素所占用的空间都白白浪费了。那么我们是否可以在循环的过程中不断推算出后续的元素呢？这样子就不必要创建完整的list了，从而节省了大量的空间。在pythoin中，这种一边循环一边计算的机制，就是生成器。

python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

def yield_test(n):
    while n > 0:
        print('before yield',n)
        yield n
        n -= 1
        print('after yield',n)
res = yield_test(3)
res.__next__() 
res.__next__() 
res.__next__()

#输出结果
before yield 3
after yield 2
before yield 2
after yield 1
before yield 1

 

生成器表达式

列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存。

列表生成器，如求10以内的奇数

num = [i for i in range(10) if i % 2]
print(num)

#输出结果
[1, 3, 5, 7, 9]

 

生成器表达式，形式非常类似，就是把[]换成了()。

num = (i for i in range(10) if i % 2)
print(num) 
for x in num:
    print(x,end = " ")

#输出结果
<generator object <genexpr> at 0x0000022789A9DEB8>
1 3 5 7 9