Python学习：迭代器与生成器

1.生成器

如果创建一个有很多元素的列表，但是只需要访问前几个元素，后面的元素占着的空间就白白浪费了
在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。
在Python中，这种一边循环一边计算的机制，称为生成器：generator。
要创建一个generator，有很多种方法
第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

1. L = [x * x for x in range(10)]
2. g = (x * x for x in range(10))
3. print(L)#
4. print(g)

复制代码

输出

1. [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
2. <generator object <genexpr> at 0x0000029277CA6AC0>

复制代码

可以直接打印出list的每一个元素，但怎么打印出generator的每一个元素

1. print(next(g))
2. print(next(g))

复制代码

输出

1. 0
2. 1

复制代码

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
generator保存的是算法，比如我要知道计算第四次的值，next要调用四次，这太麻烦了

1. for n in g:
2.     print(n)

复制代码

输出

1. 0
2. 149162536496481

复制代码

如果要计算很多次，不断调用next实在是太变态了，正确的方法是使用for循环，generator也是可迭代对象，如果某些算法用列表生成式的for循环无法实现，还可以用函数，比如著名的斐波拉契数列（Fibonacci）

1. def fib(max):
2.     n,a ,b = 0,0,1#n是用来控制迭代的次数
3.     while n < max:
4.         yield b
5.         a,b = b,a+b
6.         n = n+1
7.     return 'done'

复制代码

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：
函数是顺序执行，遇到return语句或者最后一行函数语句就返回
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行

1. def add():
2.     print('step 1')
3.     yield 1
4.     print('step 2')
5.     yield (3)
6.     print('step 3')
7.     yield (5)

复制代码

在调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

1. o = add()
2. print(next(o))
3. print(next(o))
4. print(next(o))

复制代码

输出

1. step 1
2. 1
3. step 2
4. 3
5. step 3
6. 5

复制代码

通过next调用时，遇到yield就停下了，再次调用在中断的地方继续往下执行

1. for n in add():
2.     print(n)

复制代码

输出

1. step 1
2. 1
3. step 2
4. 3
5. step 3
6. 5

复制代码

同样的，把函数改成generator后，基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代
要实验for需要把上面三次调用的代码删除，因为三次调用已经把函数全部执行完了，不会再去执行了。
但是用for循环调用generator时，发现拿不到generator的return语句的返回值
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

1. g = fib(6)
2. while True:
3.     try:
4.         x = next(g)
5.         print('g:',x)
6.     except StopIteration as e:
7.         print('Generator return value:',e.value)
8.         break

复制代码

generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束
注意区分普通函数和generator函数，普通函数调用直接返回结果
generator函数的“调用”实际返回一个generator对象
2.迭代器

凡是可作用于for循环的对象都是Iterable类型；比如list，tuple，dict，set，str，generator等
判断是否为Iterable类型

1. from collections import Iterable
3. print(isinstance([], Iterable))

复制代码

输出

1. True

复制代码

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
直到最后抛出StopIteration错误表示无法继续返回下一个值了。

可以使用isinstance()判断一个对象是否是Iterator对象，生成器都是Iterator对象

1. from collections import Iterator
2. print(isinstance((x for x in range(10)), Iterator))

复制代码

输出

1. True

复制代码

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

1. '''
2. 学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
3. 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
4. '''
5. isinstance(iter([]), Iterator)
6. isinstance(iter('abc'), Iterator)
7. list=[1,2,3,4]
8. it = iter(list)
9. print(next(it))
10. print(next(it))
11. #迭代器也可以用常规for语句进行遍历
12. for x in it:
13.     print('当前计算：',x)#上面调用了两次，所以这边会接着上一次继续下去，只会打印两句，如果上面只
14.     #调用一次，这里会调用三次

复制代码

输出

1. 1
2. 2
3. 当前计算： 3
4. 当前计算： 4

复制代码

3.总结

凡是可作用于for循环的对象都是Iterable类型   可迭代对象
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象
Python的for循环本质上就是通过不断调用next()函数实现的
比较使用list和generator保存斐波拉契数列运算结果的的区别
通过返回 List 能满足复用性的要求，但是当max函数运行占用的内存会随着max的增大而增大

1. def fab(max):
2.     n, a, b = 0, 0, 1
3.     L = []
4.     while n < max:
5.         L.append(b)
6.         a, b = b, a + b
7.         n = n + 1
8.     return L
9. for n in fab(5):
10.     print(n)

复制代码

输出

1. 1
2. 1
3. 2
4. 3
5. 5

复制代码

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。
yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

1. def fab(max):
2.     n, a, b = 0, 0, 1
3.     while n < max:
4.         yield b  # 使用 yield
5.         # print b
6.         a, b = b, a + b
7.         n = n + 1
8. for n in fab(5):
9.     print(n)

复制代码

输出

1. 1
2. 1
3. 2
4. 3
5. 5

复制代码

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！