Python迭代器生成器

python中經常用到迭代，但是對於迭代器、生成器一直處於模糊的理解，檢視了不少資料，感覺有些清晰了。

通過for迴圈不斷的拿到list中的值就是迭代，迭代就是迴圈做重複的事情。

for i in range(10):
print(i)

可以通過for迴圈進行迭代的物件稱為可迭代物件（iterable)，如何判斷是否是可迭代物件，可以用collection模組中的iterable來判斷

>>> from collections import iterable
>>> isinstance(,iterable)
true
>>> isinstance("",iterable)
true
>>> isinstance({},iterable)
true
>>> isinstance(123,iterable)
false
>>> isinstance((),iterable)
true

可迭代物件內部都實現了_iter_方法，例如list，通過help(list)檢視

|  __iter__(self, /)
|      implement iter(self).

可迭代物件可以通過迴圈拿到值，但是可迭代物件不是迭代器。

為什麼list、dict、str等資料型別不是iterator？這是因為python的迭代器(iterator)物件表示的是乙個資料流，迭代器(iterator)物件可以被next() 函式呼叫並不斷返回下乙個資料，直到沒有資料時丟擲stopiteration錯誤。可以把這個資料流看做是乙個有序序列，但我們不能提前知道序列的長度，只能不斷通過next()函式實現按需計算下乙個資料，所以iterator的計算是惰性的，只有在需要返回下乙個資料時它才會計算。

迭代器(iterator)甚至可以表示乙個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。

迭代器可以通過next函式不斷計算下乙個資料。

>>> c=iter(b)
>>> c
>>> next(b)
traceback (most recent call last):
file "", line 1, in typeerror: 'list' object is not an iterator
>>> next(c)
0

可以看到list是可迭代物件，但是無法使用next函式，因為它不是迭代器，而c則可以

建立迭代器的方法

可以通過 iter(list/set..) 來把乙個可迭代物件建立為迭代器。

生成器可以理解為特殊的迭代器，它也實現了iter和next方法，也是基於計算的迭代，一邊計算一邊迭代的機制稱為generator

建立生成器的方法

1. 通過列表推導式，把列表生成式的改為()

>>> g=(x for x in range(10))
>>> type(g)

2.通過生成器函式得到乙個生成器，定義乙個包含yield的函式，普通函式中通過return返回值，返回後整個函式已經結束，而生成器函式中通過yield返回值，返回後會記錄yield的位置，然後下次再呼叫會從yield的位置繼續執行

def func(n):
a=1for i in range(n):
yield a
a+=i
a=func(5)
print(a)
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())

看下結果，返回的是乙個生成器，可以通過next函式不斷拿到值，直到丟擲stopiteration

1. 可迭代物件不一定是迭代器

2.迭代器一定是可迭代物件

3.實現了__next__函式（或可以通過next函式取值），__iter__函式的是迭代器

4.生成器是特殊的迭代器，可以通過列表推導式或者函式中使用yield來獲得生成器

Python迭代器生成器

Python 迭代器生成器

python 迭代器，生成器

python 迭代器生成器

Python迭代器 生成器

Python 迭代器 生成器

python 迭代器，生成器

python 迭代器 生成器

相關推薦

Python迭代器生成器

Python 迭代器生成器

python 迭代器生成器