Python-生成器&迭代器

Python-生成器&迭代器

生成器

通過列表生成式，我們可以直接創(chuàng)建一個列表。但是，受到內(nèi)存限制，列表容量肯定是有限的。而且，創(chuàng)建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了

成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、成都外貿(mào)網(wǎng)站建設(shè),成都做網(wǎng)站公司-創(chuàng)新互聯(lián)建站已向超過千家企業(yè)提供了,網(wǎng)站設(shè)計(jì),網(wǎng)站制作,網(wǎng)絡(luò)營銷等服務(wù)!設(shè)計(jì)與技術(shù)結(jié)合,多年網(wǎng)站推廣經(jīng)驗(yàn),合理的價(jià)格為您打造企業(yè)品質(zhì)網(wǎng)站。

如果列表元素可以按照某種算法推算出來，那我們是否可以在循環(huán)的過程中不斷推算出后續(xù)的元素呢？這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。在Python中，這種一邊循環(huán)一邊計(jì)算的機(jī)制，稱為生成器：generator。

創(chuàng)建L和g的區(qū)別僅在于最外層的[]和()，L是一個list，而g是一個generator。

list可以直接打印出每個元素，generator不行?？梢酝ㄟ^next()函數(shù)獲得下一個返回值。

generator保存的是算法，每次調(diào)用next(g)，就計(jì)算出g的下一個元素的值，直到計(jì)算到最后一個元素，沒有更多的元素時(shí)，拋出StopIteration的錯誤。

generator也是一個可迭代對象，可以用for循環(huán)：

創(chuàng)建了一個generator后，基本上永遠(yuǎn)不會調(diào)用next()，而是通過for循環(huán)來迭代它，并且不需要關(guān)心StopIteration的錯誤。

generator非常強(qiáng)大。如果推算的算法比較復(fù)雜，用類似列表生成式的for循環(huán)無法實(shí)現(xiàn)的時(shí)候，還可以用函數(shù)來實(shí)現(xiàn)。

著名的斐波拉契數(shù)列（Fibonacci），除第一個和第二個數(shù)外，任意一個數(shù)都可由前兩個數(shù)相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契數(shù)列用列表生成式寫不出來，但是，用函數(shù)把它打印出來卻很容易：

這個fib函數(shù)可以輸出斐波那契數(shù)列的前N個數(shù)：

fib這個函數(shù)想改成generator，只需要把print(b)改為yield b 就可以了：

這就是定義generator的另一種方法。如果一個函數(shù)定義中包含yield關(guān)鍵字，那么這個函數(shù)就不再是一個普通函數(shù)，而是一個generator。

generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時(shí)從上次返回的yield語句處繼續(xù)執(zhí)行。

定義一個generator，依次返回?cái)?shù)字1，3，5：

調(diào)用該generator時(shí)，首先要生成一個generator對象，然后用next()函數(shù)不斷獲得下一個返回值：

odd不是普通函數(shù)，而是generator，在執(zhí)行過程中，遇到y(tǒng)ield就中斷，下次又繼續(xù)執(zhí)行。執(zhí)行3次yield后，已經(jīng)沒有yield可以執(zhí)行了，所以，第4次調(diào)用next(o)就報(bào)錯。

回到fib的例子，我們在循環(huán)過程中不斷調(diào)用yield，就會不斷中斷。當(dāng)然要給循環(huán)設(shè)置一個條件來退出循環(huán)，不然就會產(chǎn)生一個無限數(shù)列出來。

同樣的，把函數(shù)改成generator后，我們基本上從來不會用next()來獲取下一個返回值，而是直接使用for循環(huán)來迭代：

但是用for循環(huán)調(diào)用generator時(shí)，發(fā)現(xiàn)拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：

區(qū)分普通函數(shù)和generator函數(shù)，普通函數(shù)調(diào)用直接返回結(jié)果。generator函數(shù)的“調(diào)用”實(shí)際返回一個generator對象。

迭代器

可以直接作用于for循環(huán)的數(shù)據(jù)類型有以下幾種：
一類是集合數(shù)據(jù)類型：list、tuple。dict、set、str等；
一類是generator，包括生成器和帶yield的generator function。

這些可以直接作用for循環(huán)的對象統(tǒng)稱為 可迭代對象： Iterable。

使用 isinstance()可以判斷一個對象是否為Iterable對象

生成器不但可以作用于for循環(huán)，還可以被next()函數(shù)不斷調(diào)用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續(xù)返回下一個值了。

可以被next()函數(shù)調(diào)用并不斷返回下一個值的對象稱為迭代器：Iterator。

可以使用isinstance()判斷一個對象是否是Iterator對象：

生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。

把list、dict、str等Iterable變成Iterator可以使用iter()函數(shù)：

為什么list、dict、str等數(shù)據(jù)類型不是Iterator？

這是因?yàn)镻ython的Iterator對象表示的是一個數(shù)據(jù)流，Iterator對象可以被next()函數(shù)調(diào)用并不斷返回下一個數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時(shí)拋出StopIteration錯誤?？梢园堰@個數(shù)據(jù)流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數(shù)實(shí)現(xiàn)按需計(jì)算下一個數(shù)據(jù)，所以Iterator的計(jì)算是惰性的，只有在需要返回下一個數(shù)據(jù)時(shí)它才會計(jì)算。

Iterator甚至可以表示一個無限大的數(shù)據(jù)流，例如全體自然數(shù)。而使用list是永遠(yuǎn)不可能存儲全體自然數(shù)的。

**凡是可作用于for循環(huán)的對象都是Iterable類型；

凡是可作用于next()函數(shù)的對象都是Iterator類型，它們表示一個惰性計(jì)算的序列；

集合數(shù)據(jù)類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數(shù)獲得一個Iterator對象。

Python的for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實(shí)現(xiàn)的

標(biāo)題名稱：Python-生成器&迭代器
文章轉(zhuǎn)載：http://m.jiaotiyi.com/article/jjooie.html