python迭代器和生成器

yuuki456

已于 2025-04-23 16:38:38 修改

阅读量869

点赞数 28

文章标签： python 开发语言

于 2025-04-23 16:37:57 首次发布

本文链接：https://blog.csdn.net/yuuki456/article/details/147447021

版权

迭代器

定义

迭代器是实现了迭代器协议的一种对象

迭代器协议

迭代器协议是 Python 内部实现惰性求值（Lazy Evaluation）和高效数据访问的核心机制。它定义了对象如何以迭代器的形式被逐一访问，而无需一次性加载所有数据。

迭代器协议要求对象必须实现以下两个方法：

__iter__() 方法：返回迭代器本身，使用iter()函数会调用此方法，并且for循环会隐式调用此方法。
__next__() 方法：返回迭代器的下一个值，当调用next()函数时，会调用此方法。如果还有数据未返回，则返回下一个值，如果数据已耗尽，则抛出StopIteration异常，通知迭代结束。

迭代器与可迭代对象

可迭代对象（Iterable）：

它是能够一次返回一个成员的对象，也就是可以 for…in 遍历的
所有的序列类型，都是可迭代对象，如 list、str、tuple，还有映射类型 dict、文件对象等非序列类型也是可迭代对象；
自定义对象在实现了 iter() 方法或者实现了 getitem() 方法后，也可以成为可迭代对象
iter()方法接受一个可迭代对象，该方法的返回值是一个迭代器（Iterator）
判断是否是可迭代对象的方式是调用 iter(obj)，如果不报错，说明是可迭代对象，反之则不是

迭代器（Iterator）:

一个表示数据流的对象，可通过重复调用 next（或使用内置函数next()）方法来获取元素。当没有元素存在时，抛出 StopIteration 异常
iter(obj)接受一个迭代器作为参数时，返回的是它本身。迭代器一定是一个可迭代对象
、一个迭代器必须要实现 iter() 方法。但因为迭代器前提必须是一个可迭代对象，所以只实现 iter() 方法不一定是一个迭代器

注意：迭代的方式有两种，一种是通过下标，即实现 getitem，一种是直接获取值，即实现 iter，两种方式都可通过 for…in 方式进行遍历。也都是可迭代对象

迭代与递归

迭代（iteration）是重复反馈
过程的活动，其目的通常是为了接近并到达所需的目标或结果。每一次对过程的重复被称为一次“迭代”，而每一次迭代得到的结果会被用来作为下一次迭代的初始值。
递归指在函数的定义中使用函数自身的方法。

简单来理解迭代就是将大问题划分为很多小问题，从小问题出发解决大问题；递归是将从大问题出发类似与剥洋葱一层一层的深入，直到解决最深处的问题，然后在反过来根据最深处的答案去依次解决上一层的问题，直到解决大问题。

实现迭代器

class MyIteror:
    def __init__(self,data):
        self.data = data
        self.index = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.index < len(self.data):
            result = self.data[self.index]
            self.index += 1
            return result
        else :
            raise StopIteration
my_iter = MyIteror([10,25,30])
print(next(my_iter))
print('————')
for value in my_iter:
    print(value)
print('————')
print(next(my_iter))

结果

10
————
25
30
————

---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-11-e60c545832a9> in <module>
     18     print(value)
     19 print('————')
---> 20 print(next(my_iter))

<ipython-input-11-e60c545832a9> in __next__(self)
     11             return result
     12         else :
---> 13             raise StopIteration
     14 my_iter = MyIteror([10,25,30])
     15 print(next(my_iter))

StopIteration:

可以看到执行next()函数后索引会加1，继续执行for in 语句则会从索引1开始迭代直到结束，继续执行next()函数则会返回StopIteration

生成器

定义

生成器（Generator）是一种特殊的迭代器，它允许定义一个函数，该函数可以按需生成值，而不是一次性生成所有值并存储在内存中。生成器使用 yield 关键字来返回一个值，并在每次调用时从上一次 yield 的位置继续执行。

工作原理

每次调用生成器的 __next__() 方法（或通过 next() 函数）时，生成器函数会从上次暂停的位置继续执行，直到遇到下一个 yield 语句。生成器可以暂停和恢复执行，而不需要保存完整的执行状态。

特点

生成器不会一次性生成所有数据，而是按需生成。
生成器在每次 yield 后会保存当前的执行状态，包括局部变量和执行位置。
生成器只能遍历一次，遍历结束后会抛出 StopIteration 异常。

创建生成器

生成器函数

使用 yield 关键字定义函数。

def count(max_val):
    count = 1
    while count <= max_val:
        yield count
        count += 1
    
for i in count(5):
    print(f"生成器内的值为：{i}")

输出

生成器内的值为：1
生成器内的值为：2
生成器内的值为：3
生成器内的值为：4
生成器内的值为：5

生成器表达式

类似于列表推导式，但使用圆括号 ()

gen = (x**2 for x in range(1,5))
print(list(gen))

输出

[1, 4, 9, 16]

生成器高级用法

发送值到生成器

使用 send(value) 方法可以向生成器发送一个值，该值会成为 yield 表达式的返回值。

def echo():
    while True:
        value = yield
        print(f"接收：{value}")
gen = echo()
next(gen)
gen.send("第一个值")
gen.send("第二个值")

输出

接收：第一个值
接收：第二个值

关闭生成器

使用 close() 方法可以关闭生成器，之后任何对生成器的调用都会引发 StopIteration异常。

def count_up_to(max_value):
    for i in range(1, max_value + 1):
        yield i
 
gen = count_up_to(5)
print(next(gen))  # 输出: 1
gen.close()
try:
    print(next(gen))
except StopIteration:
    print("Generator is closed.")

输出