迭代器和生成器

时间 2020-08-22

标签迭代成器繁體版

原文原文链接

1.迭代器与生成器

迭代器（iterator）与生成器（generator）是 Python 中比较经常使用又很容易混淆的两个概念，今天就把它们梳理一遍，并举一些经常使用的例子。git

2迭代器github

for 语句与可迭代对象（iterable object）：for循环就是基于迭代器协议提供了一个统一的能够遍历全部对象的方法，即在遍历以前，先调用对象的__iter__方法将其转换成一个迭代器，而后使用迭代器协议去实现循环访问，这样全部的对象就均可以经过for循环来遍历了，函数

for i in [123]:bthis

print(i)spa

输出：1code

2orm

3对象

obj={'a':123,'b':456}ip

for i in obj:内存

print(i)

输出：a

这些能够用在 for 语句进行循环的对象就是可迭代对象。除了内置的数据类型（列表、元组、字符串、字典等）能够经过 for 语句进行迭代，咱们也能够本身建立一个容器，包含一系列元素，能够经过 for 语句依次循环取出每个元素，这种容器就是迭代器（iterator）。除了用 for 遍历，迭代器还能够经过 next() 方法逐一读取下一个元素。要建立一个迭代器有3种方法，其中前两种分别是：

1为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象自己 self，__next__() 则返回每次调用 next() 或迭代时的元素；

2内置函数 iter() 将可迭代对象转化为迭代器

# iter(IterableObject)

ita = iter([1, 2, 3])

print(type(ita))

print(next(ita))

# Create iterator Object

class Container:

def __init__(self, start = 0, end = 0):

self.start = start

self.end = end

def __iter__(self):

print("[LOG] I made this iterator!")

return self

def __next__(self):

print("[LOG] Calling __next__ method!")

if self.start < self.end:

i = self.start

self.start += 1

return i

else:

raise StopIteration()

c = Container(0, 5)

for i in c:

print(i)

[LOG] I made this iterator!

[LOG] Calling __next__ method!

建立迭代器对象的好处是当序列长度很大时，能够减小内存消耗，由于每次只须要记录一个值即刻（常常看到人们介绍 Python 2.7 的 range 函数时，建议当长度太大时用 xrange 更快，在 Python 3.5 中已经去除了 xrange 只有一个相似迭代器同样的 range）。

3生成器

前面说到建立迭代器有3种方法，其中第三种就是生成器（generator）。生成器经过 yield 语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式：

def container(start, end):

while start < end:

yield start

start += 1

c = container(0, 5)

print(type(c))

print(next(c))

next(c)

for i in c:

print(i)

<class 'generator'>
0
2
3
4

简单来讲，yield 语句可让普通函数变成一个生成器，而且相应的 __next__() 方法返回的是 yield 后面的值。一种更直观的解释是：程序执行到 yield 会返回值并暂停，再次调用 next() 时会从上次暂停的地方继续开始执行：

def gen():
    yield 5
    yield "Hello"
    yield "World"
    yield 4
for i in gen():
    print(i)

5HelloWorld4