python 迭代器與生成器的初步認識使用

迭代是python最強大的功能之一，是訪問集合元素的一種方式，是乙個可以記住遍歷的位置的物件。

迭代器物件從集合的第乙個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會後退。

迭代器有兩個基本的方法：iter() 和 next()。

遞迴和迭代的區別：遞迴是內部指標等待的乙個過程，需要一直巢狀得到結果，而迭代是遍歷的過程，前面的過程結束後可以進行下一項，不需要等待

字串，列表或元組物件都可用於建立迭代器

for迴圈實際上實現了__iter__()方法生成了乙個迭代器物件，然後一步步next（for迴圈實際上就是一步步next）直到報錯並返回，是乙個完整的過程

對於序列如此，對於字典和檔案等也是如此，統一生成迭代器來迴圈

所以，凡是能被for迴圈的物件內部都有乙個__iter__()方法：如dict list set tuple 內部都有__iter__方法

for i in file: 所以讀取檔案用for，檔案生成迭代器是一行行讀，前面讀完的行記憶體就**掉了，不占用記憶體

next()內建函式實際上就是實現物件內部的__next__()方法，效果一樣

list=[1,2,3,4]

it = iter(list) # 建立迭代器物件

print (next(it)) # 輸出迭代器的下乙個元素

把乙個類作為乙個迭代器使用需要在類中實現兩個方法iter() 與next() 。

iter() 方法返回乙個特殊的迭代器物件，這個迭代器物件實現了next() 方法並通過 stopiteration 異常標識迭代的完成。

next() 方法（python 2 裡是 next()）會返回下乙個迭代器物件。

class
mynumbers
:def
__iter__
(self)
:    self.a =
1return self
def__next__
(self)
:if self.a <=20:
x = self.a
self.a +=
1return x
else
:raise stopiteration
myclass = mynumbers(
)myiter =
iter
(myclass)
for x in myiter:
print
(x)

在 python 中，使用了 yield 的函式被稱為生成器（generator），或者說一邊迴圈一邊計算的機制，稱為生成器：generator

跟普通函式不同的是，生成器是乙個返回迭代器的函式，只能用於迭代操作，更簡單點理解生成器就是乙個迭代器。

在呼叫生成器執行的過程中，每次遇到 yield 時函式會暫停並儲存當前所有的執行資訊，返回 yield 的值, 並在下一次執行 next() 方法時從當前位置繼續執行，呼叫乙個生成器函式，返回的是乙個迭代器物件。

為什麼要用生成器？

列表所有資料都在記憶體中，如果有海量資料的話將會非常耗記憶體。

如：僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。如果列表元素按照某種演算法推算出來，那我們就可以在迴圈的過程中不斷推算出後續的元素，這樣就不必建立完整的list，從而節省大量的空間。

簡單一句話：我又想要得到龐大的資料，又想讓它占用空間少，那就用生成器！

生成器的工作原理

（1）生成器(generator)能夠迭代的關鍵是它有乙個next()方法　工作原理就是通過重複呼叫next()方法，直到捕獲乙個異常。

（2）帶有 yield 的函式不再是乙個普通函式，而是乙個生成器generator。可用next()呼叫生成器物件來取值。next 兩種方式 t.next() | next(t)。可用for 迴圈獲取返回值（每執行一次，取生成器裡面乙個值）

（基本上不會用next()來獲取下乙個返回值，而是直接使用for迴圈來迭代）。

（3）yield相當於 return 返回乙個值，並且記住這個返回的位置，下次迭代時，**從yield的下一條語句開始執行。

（4）.send() 和next()一樣，都能讓生成器繼續往下走一步（下次遇到yield停），但send()能傳乙個值，這個值作為yield表示式整體的結果

——換句話說，就是send可以強行修改上乙個yield表示式值。比如函式中有乙個yield賦值，a = yield 5，第一次迭代到這裡會返回5，a還沒有賦值。第二次迭代時，使用.send(10)，那麼，就是強行修改yield 5表示式的值為10，本來是5的，那麼a=10

import sys
deffibonacci
(n):
# 生成器函式 - 斐波那契
a, b, counter =0,
1,0while
true:if
(counter > n)
:return
yield a
a, b = b, a + b
counter +=
1f = fibonacci(10)
# f 是乙個迭代器，由生成器返回生成
while
true
:try
:print
(next
(f), end=
" ")
except stopiteration:
sys.exit(
)

1
#encoding:utf-8  
2def
yield_test
(n):
3for i in
range
(n):
4yield call(i)
5print
("i="
,i)6
print
("done.")7
8def
call
(i):
9return i*210
11for i in yield_test(5)
:12print
(i,","
)>>
>
0,  i=0
2,  i=1
4,  i=2
6,  i=3
8,  
i=4  
done.
>>
>

python 迭代器與生成器的初步認識使用

Python生成器與迭代器

python 迭代器與生成器

Python 迭代器與生成器

python 迭代器與生成器的初步認識使用

Python生成器與迭代器

python 迭代器與生成器

Python 迭代器與生成器

相關推薦