迭代器和生成器

时间：2017-08-09 16:28:11 阅读：351 评论：0 收藏：0 [点我收藏+]

　　　迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。。

迭代器是一个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：

例：

>>>list=[1,2,3,4]

>>> it = iter(list) 　　　　　　# 创建迭代器对象

>>> print (next(it)) 　　　　 # 输出迭代器的下一个元素 1

>>> print (next(it)) 　　　　 # 输出迭代器的下一个元素 2

>>>

迭代器对象可以使用常规for语句进行遍历：

#!/usr/bin/python3

list=[1,2,3,4]

it = iter(list) # 创建迭代器对象

for x in it:

print (x, end=" ")

输出结果：1 2 3 4

也可以使用next()函数

#!/usr/bin/python3

import sys　　# 引入 sys 模块

list=[1,2,3,4]

it = iter(list) # 创建迭代器对象

while True:

　　　　try:

　　　　　　print (next(it))

　　　　except StopIteration:

sys.exit()

　　　　　　　　　　　　　　　　　　　　生成器

　　我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。

Python中提供的生成器：

1.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

2.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

生成器Generator：

本质：迭代器(所以自带了iter方法和next方法，不需要我们去实现)

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

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。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行 next()方法时从当前位置继续运行。

以下实例使用 yield 实现斐波那契数列

#!/usr/bin/python3

import sys

def fibonacci(n): # 生成器函数 - 斐波那契

　　a, b, counter = 0, 1, 0

while True:

　　if (counter > n):

　　return yield a

　　a, b = b, a + b

　　counter += 1

　　f = fibonacci(10) # f 是一个迭代器，由生成器返回生成

　　while True:

　　　　try:

　　　　　　print (next(f), end=" ")

　　　　except StopIteration:

sys.exit()

输出结果：

0 1 1 2 3 5 8 13 21 34 55

来看一下有yield和没有yield的情况会对生成器了解多点：

第一种：使用 yield

#!/usr/bin/python3

import sys

def fibonacci(n,w=0): # 生成器函数 - 斐波那契

a, b, counter = 0, 1, 0

while True:

　　if (counter > n):

　　　　return yield a

　　　　 a, b = b, a + b

　　　　print(‘%d,%d‘ % (a,b))

　　　　counter += 1 f = fibonacci(10,0) # f 是一个迭代器，由生成器返回生成

　　　　while True:

　　　　　　　　try:

　　　　　　print (next(f), end=" ")

　　　　　　　　except :

　sys.exit()

输出结果：

第二种：不使用 yield

#!/usr/bin/python3

import sys

def fibonacci(n,w=0): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        #yield a
        a, b = b, a + b
        print(‘%d,%d‘ % (a,b))
        counter += 1
f = fibonacci(10,0) # f 是一个迭代器，由生成器返回生成

while True:
    try:
        print (next(f), end=" ")
    except :
        sys.exit()

输出结果：

第二种没有yield时，函数只是简单执行，没有返回迭代器f。这里的迭代器可以用生成l列表来理解一下：

>>> l = [i for i in range(0,15)]
>>> print(l)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
>>> m = (i for i in range(0,15))
>>> print(m)
<generator object <genexpr> at 0x104b6f258>
>>> for g in m:
...     print(g,end=‘, ‘)
... 
0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14,

这里的m就像上面的f一样，是迭代器。

迭代器和生成器

原文：http://www.cnblogs.com/bypp/p/7275405.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)

迭代器和生成器

迭代器

生成器

我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。

Python中提供的生成器：

1.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

2.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

生成器Generator：

本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

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。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行 next()方法时从当前位置继续运行。

以下实例使用 yield 实现斐波那契数列

#!/usr/bin/python3

import sys

第一种：使用 yield

第二种：不使用 yield

　　　迭代器

　　　　　　　　　　　　　　　　　　　　生成器

　　我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

本质：迭代器(所以自带了iter方法和next方法，不需要我们去实现)