python之迭代器和生成器

一、迭代器(iterator)

在python中，for迴圈可以用於python中的任何型別，包括列表、元祖等等，實際上，for迴圈可用於任何「可迭代物件」，這其實就是迭代器

迭代器是乙個實現了迭代器協議的物件，python中的迭代器協議就是有next方法的物件會前進到下一結果，而在一系列結果的末尾是，則會引發stopiteration。任何這類的物件在python中都可以用for迴圈或其他遍歷工具迭代，迭代工具內部會在每次迭代時呼叫next方法，並且捕捉stopiteration異常來確定何時離開。

使用迭代器乙個顯而易見的好處就是：每次只從物件中讀取一條資料，不會造成記憶體的過大開銷。

比如要逐行讀取乙個檔案的內容，利用readlines()方法，我們可以這麼寫：

for line in open("test.txt").readlines():
print line

這樣雖然可以工作，但不是最好的方法。因為他實際上是把檔案一次載入到記憶體中，然後逐行列印。當檔案很大時，這個方法的記憶體開銷就很大了。

利用file的迭代器，我們可以這樣寫：

for line in open("test.txt"):   #use file iterators
print line

這是最簡單也是執行速度最快的寫法，他並沒顯式的讀取檔案，而是利用迭代器每次讀取下一行。

二、生成器(constructor)

生成器函式在python中與迭代器協議的概念聯絡在一起。簡而言之，包含yield語句的函式會被特地編譯成生成器。當函式被呼叫時，他們返回乙個生成器物件，這個物件支援迭代器介面。函式也許會有個return語句，但它的作用是用來yield產生值的。

不像一般的函式會生成值後退出，生成器函式在生成值後會自動掛起並暫停他們的執行和狀態，他的本地變數將儲存狀態資訊，這些資訊在函式恢復時將再度有效

123

4567

>>> def g(n):
...     for i in range(n):
...             yield i **2
...>>> for i in g(5):
...     print i,":",
...0 : 1 : 4 : 9 : 16 :

要了解他的執行原理，我們來用next方法看看：

123

4567

891011

1213

1415

>>> t = g(5)
>>> t.next()
0>>> t.next()
1>>> t.next()
4>>> t.next()
9>>> t.next()
16>>> t.next()
traceback (most recent call last):
file "", line 1, in 
stopiteration

在執行完5次next之後，生成器丟擲了乙個stopiteration異常，迭代終止。

再來看乙個yield的例子，用生成器生成乙個fibonacci數列：

123

4567

8910

def fab(max):
a,b = 0,1
while a < max:
yield a
a, b = b, a+b
>>> for i in fab(20):
...     print i,",",
...0 , 1 , 1 , 2 , 3 , 5 , 8 , 13 ,

看到這裡應該就能理解生成器那個很抽象的概念了吧~~

def read_file(fpath): 
block_size = 1024 
with open(fpath, 'rb') as f: 
while true: 
block = f.read(block_size) 
if block: 
yield block 
else: 
return

如果直接對檔案物件呼叫 read() 方法，會導致不可**的記憶體占用。好的方法是利用固定長度的緩衝區來不斷讀取檔案內容。通過 yield，我們不再需要編寫讀檔案的迭代類，就可以輕鬆實現檔案讀取。

python之迭代器和生成器

python之生成器和迭代器

python之迭代器和生成器

python之生成器和迭代器

python之迭代器和生成器

python之生成器和迭代器

python之迭代器和生成器

python之生成器和迭代器

相關推薦