Python3 迭代器与生成器 - 学习笔记

• 可迭代对象（Iterable）
• 迭代器（Iterator）
  • 定义
  • 迭代器和可迭代对象的区别
  • 创建一个迭代器
    • 创建一个迭代器类
    • 使用内置iter()函数
  • StopIteration异常
• 生成器（generator）
  • 定义
  • Python有两种不同的方式提供生成器
    • 生成器函数：
    • 生成器表达式：
  • 特点
    • 语法上和函数类似：
    • 自动实现迭代器协议：
    • 状态挂起：
    • 延迟计算:
    • 生成器只能遍历一次:

可迭代对象（Iterable）

• 包含

  • 迭代器
    • 生成器
  • 序列
    • list
    • str
    • tuple
  • 字典

• 迭代器协议

  对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。

迭代器（Iterator）

定义

• 有两个基本的方法：iter() 和 next()。
• 访问集合元素的一种方式。
• 可以记住遍历的位置的对象。
• 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。迭代器只能往前不能后退。

迭代器和可迭代对象的区别

• 可迭代对象包含迭代器。
• 如果一个对象拥有__iter__()方法，就是可迭代对象。
• 定义迭代器，必须在实现__iter__()的基础上，再实现next()方法。
• 可迭代对象可被for遍历，迭代器在此基础上可以调用next()方法

创建一个迭代器

创建一个迭代器类

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__() 。

• iter() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
• next() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

例：

from collections import Iterable,Iterator
#创建一个返回数字的迭代器, 初始值为 1, 逐步递增1
class MyNumbers:
    def __init__(self):
        self.a = 1  
    def __iter__(self):
        return self
    def __next__(self):
        x = self.a
        self.a += 1
        return x
a = MyNumbers()
print(isinstance(a, Iterator))#判断是否是迭代器
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))

运行结果如下：

True
1
2
3
4
5

使用内置iter()函数

使用iter()函数将可迭代对象转换为迭代器

例：

from collections import Iterable,Iterator
a = [1,2,3,4]
b = iter(a)
print(type(a))#查看类型
print(type(b))
print(isinstance(a, Iterable))#判断是否为可迭代对象
print(isinstance(b, Iterable))
print(isinstance(a, Iterator))#判断是否是迭代器
print(isinstance(b, Iterator))
print(next(b))
print(next(b))
print(next(b))
print(next(b))

运行结果如下:

<class 'list'>
<class 'list_iterator'>
True
True
False
True
1
2
3
4

StopIteration异常

  StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在__next__()方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

例：在 10 次迭代后停止执行

class MyNumbers:
    def __init__(self):
        self.a = 1
    def __iter__(self):
        return self
    def __next__(self):
        if self.a <= 10:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration
a = MyNumbers()
for i in a:
    print(i)

执行结果如下

1
2
3
4
5
6
7
8
9
10

生成器（generator）

定义

  生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。

  生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。

Python有两种不同的方式提供生成器

生成器函数：

  常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

例：

def abc():
    yield "a"
    yield "b"
    yield "c"
x = abc()
print(next(x))
print(next(x))
print(next(x))

执行结果如下：

a
b
c

生成器表达式：

  类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

a = [i for i in range(5)]#列表推导
b = (i for i in range(5))#生成器表达式
print(type(a))
print(type(b))

执行结果如下：

<class 'list'>
<class 'generator'>

特点

语法上和函数类似：

  生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义。差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值

自动实现迭代器协议：

  对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next()方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常

状态挂起：

  生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行。

延迟计算:

  一次返回一个结果。不会一次生成所有的结果，在对于大数据量处理时，不一会因为一次性生成大量结果导致机器直接卡死。

生成器只能遍历一次:

例：

a = (x ** 2 for x in range(4))
for i in a:
    print(i)
for i in a:
    print(i)
else:
    print("再次遍历什么都没有输出")

执行结果如下：

0
1
4
9
再次遍历什么都没有输出

---