1. 迭代器
1.1 迭代器的使用
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法：iter() 和 next()。字符串，列表或元组对象都可用于创建迭代器。
iter(iterable)：用于返回可迭代对象的一个迭代器。
next(iterator)： 从迭代器iterator中获取下一条记录。如果无法获取下 一条记录,则触发StopIteration异常
iter和next使用举例
|
1
2
3
4
5
|
lst = [1,2,3,4]it = iter(lst) #创建迭代器对象print(it) # <list_iterator object at 0x7fb8e443ed30>print(next(it)) # 1print(next(it)) # 2 |
for循环使用举例：
|
1
2
3
4
|
lst = [1,2,3,4]it = iter(lst) #创建迭代器对象for x in it: print(x, end=" ") # 1 2 3 4 |
也可以使用next替代上例：
|
1
2
3
4
5
6
7
8
9
10
|
import sys # 引入 sys 模块lst = [1, 2, 3, 4]it = iter(lst) # 创建迭代器对象while True: try: print(next(it)) except StopIteration: sys.exit() |
输出：
1
2
3
4
1.2 创建类的迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
class MyNumbers: def __iter__(self): self.a = 1 return self def __next__(self): if self.a <= 10: #迭代次数，要不然for循环会一直执行 x = self.a self.a += 1 return x else: raise StopIterationmyclass = MyNumbers()myiter = iter(myclass) for x in myiter: #这里也可以直接用对象，因为它的类已经定义iter和next。 print(x,end = " ") # 1 2 3 4 5 6 7 8 9 10 |
2. 生成器
2.1 生成器的使用
在 Python 中，使用了 yield 的函数被称为生成器（generator）。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
生成器的简单使用举例：
|
1
2
3
4
5
6
7
|
def func(n): yield n*2f = func(5)print(f) # <generator object func at 0x7f36613ad308>print(next(f)) # 10，迭代器的值print(next(f)) # 报错！！！因为这个函数只返回了一个迭代器 |
便于理解，可以把yield当做return操作，不同的是，yield后面的代码会在下一次调用函数的时候继续执行。所以遇到yield操作时，首先需要先返回迭代器的值，而不会立马执行yield后面的代码，等到下一次调用函数的时候，会继续执行上一次没有完成的操作。显然，使用生成器比迭代器简单，而且性能是一样高效的，我们再来举一个例子进行说明。
|
1
2
3
4
5
6
7
8
9
10
11
|
def fib(n): pre,curr = 0,1 while n > 0: n-=1 yield curr pre,curr = curr,curr+pre print("I am a generator!")for i in fib(5): print(i) print("-----------------------") |
输出：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
1-----------------------I am a generator!1-----------------------I am a generator!2-----------------------I am a generator!3-----------------------I am a generator!5-----------------------I am a generator! |
使用for循环操作时，遍历了5次，最后一次会调用StopIteration，所以会输出5次"I am a generator!"。但是如果使用next则会不同，因为它不会自动调用下一次的函数，如下例所示：
|
1
2
3
4
5
6
7
|
def func(n): yield n*2 print("I am a generator!")f = func(5)print(f) # <generator object func at 0x7f36613ad308>print(next(f)) # 10，迭代器的值 |
输出结果为：
<generator object func at 0x7fd74460b308>
10
可以看到，因为没有继续调用函数，而不会执行yield后面的程序！
2.2 生成器表达式
生成器表达式与列表推导式很像，唯一的区别就是一个使用综括号一个使用小括号，生成器表达式返回生成器对象，而列表推导式返回列表对象。
|
1
2
3
4
5
|
g = (i*2 for i in range(10))print(type(g)) # <class 'generator'>for i in g: print(i,end=" ") # 0 2 4 6 8 10 12 14 16 18 |
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注服务器之家的更多内容!
原文链接：https://blog.csdn.net/QLeelq/article/details/121597427
