迭代器和生成器的学习笔记
迭代器Python 迭代器是一种对象，它实现了迭代协议，包括 __iter__() 和 __next__() 方法。迭代器可以让你在数据集中逐个访问元素，而无需关心数据布局的底层实现。与列表或其他集合相比，迭代器可以节流内存，因为它们一次只生成一个元素。
迭代器的基本特点
[*]懒加载：迭代器不会一次性将所有数据加载到内存中，而是根据需要生成元素。
[*]状态保持：迭代器在迭代过程中会保持其状态，可以从上次停止的地方继承迭代。
[*]可以遍历：迭代器是可遍历的，可以使用 for 循环等布局来举行遍历。
下面的代码可以看出迭代器在节流内存方面的作用。
import sys
import random
# 生成 1-100的随机数的集合，共1000个元素
numbers =
iterator = iter(numbers)
# 打印对象的内存大小
print(sys.getsizeof(numbers)) # 9016
print(sys.getsizeof(iterator))# 48 迭代器的经典demo：
# 创建一个简单的迭代器
class MyIterator:
def __init__(self, limit):
self.limit = limit
self.current = 0
def __iter__(self):
return self
def __next__(self):
if self.current < self.limit:
self.current += 1
return self.current
else:
raise StopIteration
# 使用迭代器
for num in MyIterator(5):
print(num) 迭代器在读取大文件的经典应用：
with open('users.csv', 'r') as file:
for line in file:
print(line.strip()) 逐行读取文件内容，而不需要将整个文件加载到内存中。这种方法节流了内存资源，特别是在处置惩罚非常大的文件时。
生成器
生成器是一种特别类型的迭代器，它允许你在函数中暂停执行并在以后继承。
使用 yield 的基本概念
[*] 生成器函数：当一个函数包含yield语句时，它不再是一个普通的函数，而是一个生成器函数。当调用这个函数时，它不会立即执行，而是返回一个生成器对象。
[*] 状态保存：每次调用生成器的__next__()方法（大概使用next()函数）时，生成器函数会从上次执行的位置继承执行，直到碰到下一个yield语句。在此时，函数的执行状态（包括局部变量）会被保存。
[*] 迭代：生成器可以被用于迭代，像普通的列表或其他可迭代对象一样。使用for循环可以逐个获取生成器产生的值。
# 定义一个生成器函数
def read_users():
with open('users.csv', 'r') as file:
for line in file:
yield line.strip()
r1 = read_users()# 定义一个生成器对象
r2 = read_users()# 定义另一个生成器对象
print(next(r1))
print(next(r1))
print(next(r1))
print(next(r1))
print(next(r2))
print(next(r2))
print(next(r2))
print(next(r2)) 局部变量保存的demo
list1 = ['a', 'b', 'c', 'd', 'e', 'f']
def iterator():
i = 0
for x in list1:
yield do_something(i, x)
i += 1
def do_something(i, x):
print(i, x)
r1 = iterator()# 定义一个生成器对象
r2 = iterator()# 定义另一个生成器对象
next(r1)
next(r1)
next(r1)
next(r1)
next(r2)
next(r2)
next(r2)
next(r2)
next(r2)
运行结果：
0 a
1 b
2 c
3 d
0 a
1 b
2 c
3 d
4 e 更深入理解yield的“暂停”
函数每次碰到yield就暂停，它并不在意yield时来自于循环、迭代大概是在函数体内重复定义的，这意味着一个函数中可以有不止一个yield，并且每次运行到yield时，函数就暂停运行，并保存中间效果和变量，直到下一次next()后继承运行。
list1 = ['a', 'b', 'c', 'd', 'e', 'f']
def iterator():
for x in list1:
yield print(x)
yield print(x)
yield print(x)
yield print(x)
r1 = iterator()# 定义一个生成器对象
next(r1)
next(r1)
next(r1)
next(r1)
next(r1)
next(r1)
# 运行结果：
# a
# a
# a
# a
# b
# b 可以将yield理解为一个中断标记
可以将yield理解为一个中断标记，当生成器碰到 yield 语句时，它会暂停执行，并返回 yield 背面跟随的值大概函数。假如yield背面没有跟随内容，那么它就仅仅是一次暂停标记而已。
list1 = ['a', 'b', 'c', 'd', 'e', 'f']
def iterator():
i = 0
for x in list1:
print('loop', i)
yield
i += 1
print(x)
r1 = iterator()# 定义一个生成器对象
next(r1)
next(r1)
next(r1)
# 执行结果：
# loop 0
# a
# loop 1
# b
# loop 2
yield的灵活运用
既然函数每次碰到yield就暂停，它并不在意yield时来自于循环、迭代大概是在函数体内重复定义的，而且可以将yield理解为一个中断标记，那么我们也就可以生成一个不循环的函数，通过yield达到步进执行的效果。
list1 = ['a', 'b', 'c', 'd', 'e', 'f']
def iterator():
i = 0
print('breakpoint', i)
yield
i += 1
print('breakpoint', i)
yield
i += 1
print('breakpoint', i)
yield
i += 1
print('breakpoint', i)
yield
i += 1
print('breakpoint', i)
r1 = iterator()# 定义一个生成器对象
next(r1)
next(r1)
next(r1)
# 执行结果：
# breakpoint 0
# breakpoint 1
# breakpoint 2
留意可暂停和可迭代次数
要包管调用的次数不要大于可迭代次数大概可暂停次数，否则就会报错。
def iterator():
i = 0
print('breakpoint', i)
i += 1
yield
print('breakpoint', i)
i += 1
yield
r1 = iterator()# 定义一个生成器对象
next(r1)
next(r1)
next(r1) 上面的例子，定义了两个yield，但是next（）调用了三次，所以出错。
list1 =
def iterator():
for i in list1:# 遍历列表
yield print(i)
r1 = iterator()# 定义一个生成器对象
next(r1)
next(r1)
next(r1)
next(r1)
这个，由于调用次数大于了列表的元素数量，也会出错。
采取措施，避免步伐崩溃
1、使用try
def iterator():
i = 0
print('breakpoint', i)
i += 1
yield
print('breakpoint', i)
i += 1
yield
r1 = iterator()# 定义一个生成器对象
def next_do():
try:
next(r1)
except StopIteration:
print("No more items to yield")
next_do()
next_do()
next_do()
next_do()
list1 =
def iterator():
for i in list1:# 遍历列表
yield print(i)
r1 = iterator()# 定义一个生成器对象
def next_do():
try:
next(r1)
except StopIteration:
print("No more items to yield")
next_do()
next_do()
next_do()
next_do()
next_do()
# 运行结果：
# 1
# 2
# 3
# No more items to yield
# No more items to yield
2、指定next()的默认返回值参数，假如指定了该参数，并且迭代器没有更多的值可返回，则返回该参数的值，而不是引发 StopIteration 非常。
def iterator():
i = 0
print('breakpoint', i)
i += 1
yield
print('breakpoint', i)
i += 1
yield
def next_do():
if next(r1, 'END'):# 指定next()的默认返回值，可以是任意非None值
print('No more items to yield')
r1 = iterator()# 定义一个生成器对象
next_do()
next_do()
next_do()
next_do()
next_do()
# 运行结果：
# breakpoint 0
# breakpoint 1
# No more items to yield
# No more items to yield
# No more items to yield send()的用法
def generator_with_send():
received = yield# yield 语句会暂停生成器，等待 send() 方法的调用并返回 yield 语句后面的值
yield received# 输出接收到的值
gen = generator_with_send()
next(gen)# 启动生成器
print(gen.send('this is send1'))# 通过 send() 方法向生成器发送数据 多次发送
def generator_with_send():
received = yield# 第一次调用 `send` 时暂停在此处
yield received# 输出第一次接收到的值
received = yield# 再次暂停，准备接收下一个值
yield received# 输出第二次接收到的值
received = yield# 再次暂停，准备接收下一个值
yield received# 输出第三次接收到的值
gen = generator_with_send()
next(gen)# 启动生成器
print(gen.send('this is send1'))# 发送数据
next(gen)# 继续执行，准备接收下一个值
print(gen.send('this is send2'))# 发送数据
next(gen)# 继续执行，准备接收下一个值
print(gen.send('this is send3'))# 发送数据
# 输出结果为：
# this is send1
# this is send2
# this is send3 OR:
def generator_with_send():
received = yield# 第一次调用 `send` 时暂停在此处
received = yield received# 每次重新接收 send() 发送的值
received = yield received# 每次重新接收 send() 发送的值
received = yield received# 每次重新接收 send() 发送的值
gen = generator_with_send()
next(gen)# 启动生成器
print(gen.send('this is send1'))# 第一次发送 'this is send1'
print(gen.send('this is send2'))# 第二次发送 'this is send2'
print(gen.send('this is send3'))# 第三次发送 'this is send3'
OR:
def generator_with_send():
received = yield# 第一次调用 `send` 时暂停在此处
while True:
received = yield received# 每次重新接收 send() 发送的值
gen = generator_with_send()
next(gen)# 启动生成器
print(gen.send('this is send1'))# 第一次发送 'this is send1'
print(gen.send('this is send2'))# 第二次发送 'this is send2'
print(gen.send('this is send3'))# 第三次发送 'this is send3'
close()的用法
close()方法用于关闭生成器，关闭后，假如实验迭代或规复执行生成器，会引发 StopIteration 非常。
在生成器中，close() 方法会触发 GeneratorExit 非常，通过捕获这个非常，在生成器中举行必要的清理工作（比如释放资源、关闭文件等）。
def my_generator():
try:
while True:
value = yield
print(f"Received: {value}")
except GeneratorExit:
print("Generator is being closed.")
gen = my_generator()
# 启动生成器
next(gen)
# 发送一些值
gen.send('Hello')
gen.send('World')
# 关闭生成器
gen.close()
# 再次尝试发送值会引发 StopIteration 异常
try:
gen.send('This will not work')
except StopIteration:
print("Generator is closed and cannot receive values.")
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]