python 迭代器和生成器的区别_python迭代器和生成器的区别-CSDN博客

版权声明：本文为博主原创文章，转载请保留出处。 https://blog.csdn.net/xiongjiezk/article/details/51186968
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)
in ()
----> 1 ite.next()

StopIteration:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
运行结果：

call next
call next
3
call iter
call next
4
call next
1
2
3
4
5
6
7
8
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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’>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
range（1000）会返回一个长度为1000的数组，而xrange（1000）会返回一个生成器，在需要的情况下返回一个数字，此时空间的占用情况会大为减少。所以为了提升性能，在做循环的时候，应该尽可能的使用xrange，除非需要用range返回一个数组。