python基础之迭代器与生成器

目录

• 1. 迭代器
• 1.1 迭代器的使用
• 1.2 创建类的迭代器
• 2. 生成器
• 2.1 生成器的使用
• 2.2 生成器表达式
• 总结

1. 迭代器

1.1 迭代器的使用

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法：iter() 和 next()。字符串，列表或元组对象都可用于创建迭代器。

iter(iterable)：用于返回可迭代对象的一个迭代器。

next(iterator)： 从迭代器iterator中获取下一条记录。如果无法获取下 一条记录,则触发StopkugNTIteration异常

iter和next使用举例

lst = [1,2,3,4]
it = iter(lst) #创建迭代器对象
pr编程客栈int(it) # <list_iterator object at 0x7fb8e443ed30>
print(next(it)) # 1
print(next(it)) # 2

for循环使用举例：

lst = [1,2,3,4]
it = iter(lst) #创建迭代器对象
for x in it:
    print(x, end=" ") # 1 2 3 4 

也可以使用next替代上例：

import sys  # 引入 sys 模块

lst = [1, 2, 3, 4]
it = iter(lst)  # 创建迭代器对象

while True:
    try:
        print(next(it))
    except StopIteration:
        sys.exit()

输出：

1

2

3

4

1.2 创建类的迭代器

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        if self.a <= 10: #迭代次数，要不然for循环会一直执行
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration


myclass = MyNumbers()
myiter = iter(myclass) 

for x in myiter: #这里也可以直接用对象，因为它的类已经定义iter和next。
    print(x,end = " ") # 1 2 3 4 5 6 7 8 9 10

2. 生成器

2.1 生成器的使用

在 python 中，使用了 yield 的函数被称为生成器（generator）。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

生成器的简单使用举例：

def func(n):
    yield n*2

f = func(5)
print(f) # <generator object func at 0x7f36613ad308>
print(next(f)) # 10，迭代器的值
print(next(f)) # 报错！！！因为这个函数只返回了一个迭代器

便于理解，可以把yield当做return操作，不同的是，yield后面的代码会在下一次调用函数的时候继续执行。所以遇到yield操作时，首先需要先返回迭代器的值，而不会立马执行yield后面的代码，等到下一次调用函数的时候，会继续执行上一次没有完成的操作。显然，使用生成器比迭代器简单，而且性能是一样高效的，我们再来举一个例子进行说明。

def fib(n):
    pre,curr = 0,1
    while n > 0:
        n-=1
        yield curr
        pre,curr = curr,curr+pre
        print("I am a generator!")

for i in fib(5):
    print(i)
    print("-----------------------")

输出：

1
-----------------------
I am a generator!
1
-----------------------
I am a generator!
2
-----------------------
I am a generator!
3
-----------------------
I am a generator!
5
-----------------------
I am a generator!

使用for循环操作时，遍历了5次，最后一次会调用StopIteration，所以会输出5次"I am a generator!"。但是kugNT如果使用next则会不同，因为它不会自动调用下一次的函数，如下例所示：

def func(n):
    yield n*2
    print("I am a generator!")

f = func(5)
print(f) # &lkugNTt;generator object func at 0x7f36613ad308>
print(next(f)) # 10，迭代器的值

输出结果为：

<generator object func at 0x7fd74460b308>

10

可以看到，因为没有继续调用函数，而不会执行yield后面的程序！

2.2 生成器表达式

生成器表达式与列表推导式很像，唯一的区别就是一个使用综括号一个使用小括号，生成器表达式返回生成器对象，而列表推导式返回列表对象。

g = http://www.cppcns.com(i*2 for i in range(10))
print(type(g)) # <class 'generator'>

for i in g:
    print(i,end=" ") # 0 2 4 6 8 10 12 14 16 18 

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注我们的更多内容!