基础篇: 12. Python迭代器和生成器

这里开始是Python开始用到的高级元素了，迭代器和生成器是平常编程用得非常多的，之前其实也有涉及到，但在没有遇到大数据占内存的情况，用不用生成器或者迭代器没有任何区别，特别是在内网测试环境中测试的时候，没有超过百万量的数据，看不出这些的区别，但当数量级一达到了，那就是可大可小的事件了．生成器是迭代器的一种，顾名思义就是不断生成元素，而相对比的就是元素早已生成好，预先占用了大量内存，所以生成器最大的优点就是减少内存占用．

1. 获取一个生成器

列表推导式之前都说过，例子如下:

int_list = [ row for row in xrange(100)]
print(type(int_list))
<type ‘list’>

如果把中括号换成小括号:

int_list = (row for row in xrange(100))
print(type(int_list))
<type ‘generator’>

上面是其中一种方式，但其实代码都写在一行并不好实现，所以大部分情况都会用到了yield关键字，下面是一个实际的例子，虽然有点复杂，但在实际业务上面是挺有用的一个函数：最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架尉♥信（同音）：276 3177 065 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

def get_part(datas, max_num):
length = len(datas)
if length <= max_num:
yield datas
return
beg = 0
end = beg + max_num
while beg < length:
yield datas[beg:end]
beg = end
end = beg + max_num

datas = range(10000)
it = get_part(datas, 100)
type(it)

输出

generator

这个函数主要用来把列表切分成一段一段返回，一般像批量去获取数据的时候，例如批量获取用户信息，而现在有手上有1万个用户UID，这时候查用户信息的接口只能每次查100个，那么上面的函数就派上用场了．可以看到函数调用后返回的是一个生成器．函数执行到yield的时候就会把数据返回，然后暂停等待下次的取用．每次调用next函数就可以获取到下次的数据，从yield停止的点继续执行．

print(len(it.next()))
100
print(len(it.next()))
100

2. 遍历生成器

当生成器执行完所有逻辑还是继续调用next函数的时候就会抛出StopIteration异常，虽然可以捕捉这个异常来处理，但实际上很多时候都是用for in循环来搭配使用更合适．最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架尉♥信（同音）：276 3177 065 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

datas = range(10000)
for part_data in get_part(datas, 100):
print(len(part_data))

有很多可以迭代的对象，如以下:

list
dict
set
string
tuple
file

这些都可以用for-in循环来使用．
3. 总结

迭代器和生成器主要是应用得非常广泛，用上生成器的原因是因为可以节省内存，其实类似的也有很多，像读文件的时候并不是把数据都读到内存，而是有个游标记录读到文件的位置．同理数据库查询大量数据的时候，数据库也利用类似的技术，返回一个游标，而不是直接返回全是数据给程序，让程序加载完占用大量的内存．其次利用yield多挖掘一些需要修改的函数，像上文提供的函数也是在实际编程应用得很广，相对应的另一种做法是把数组直接切成了100块，每块100个数据，但问题是如果不是在原数组上面进行修改的话，那么内存的占用量会比之前多很多．所以反复提到用生成器的理由就是节省内存，但有时候为什么又会用到预先加载那种方式？就需要分业务环境来考虑了，预先加载大量数据其实数据量几乎是固定的，而生成器在无法确定数据规模就要考虑使用了．