14-Python3-迭代器和生成器

ゞ浴缸里的玫瑰 2022-12-17 13:59 229阅读 0赞

![image.png][]

## 一、迭代器 ##

### 1、迭代器协议的定义 ###

**对象必须提供一个\_\_next\_\_()方法，执行该方法要么返回下一项值，要么返回一个StopIteration异常错误。**

### 2、可迭代对象 ###

**实现了迭代器协议的对象，即可以执行\_\_next\_\_()方法的对象。**

**字符串、列表、元组、字典、集合、文件对象都不是可迭代对象，因为它们都没有next()方法。使用\_\_itre\_\_()方法可以将这些数据类型变为可迭代对象。**

list01 = [1, 2, 3]
    iter_list = list01.__iter__()
    print(iter_list.__next__())
    print(iter_list.__next__())
    print(iter_list.__next__())
    print(iter_list.__next__())

**运行结果：**

Traceback (most recent call last):
    1
    2
      File "E:/Python学习/8、迭代器和生成器/迭代器.py", line 11, in <module>
    3
        print(iter_list.__next__())
    StopIteration

通过上面的运行结果可知在执行到第四个print的时候Python给出了一个StopIteration错误，因为可迭代对象iter\_list一共就三个参数

**既然字符串、列表、元组、字典、集合、文件对象都不是可迭代对象，那为什么这些数据类型都可以在for循环中被遍历呢？接下去讨论一下for循环的机制后即可知晓。**

### 3、for循环的机制 ###

*  在使用for循环对数据类型进行遍历的时候实际上是调用了\_\_iter\_\_()方法将数据类型变为了可迭代对象
 *  在for循环将可迭代对象中的元素全部遍历完后也会给出一个StopIteration错误，但for循环遇到StopIteration错误后就结束了对可迭代对象的遍历

**for循环机制使用while循环体现：**

list01 = [1, 2, 3]
    init_num = 0
    iter_list = list01.__iter__()
    while init_num < len(list01):
        init_num += 1
        print(iter_list.__next__())

**运行结果：**

1
     
    2
      
    3

### 4、迭代器的特性 ###

*  可迭代对象只能被迭代一次

## 二、生成器 ##

### 1、生成器的定义 ###

**生成器就是一个数据类型，但是这个数据类型可以自动实现迭代器协议**

### 2、生成器的表达形式 ###

**生成器的表达形式有两种：一种是生成器函数，另一种是生成器表达式**

#### 2.1、生成器函数 ####

**在函数中使用yield语句替换return函数，当函数碰到了yield时会返回一个相应的值，并记录当前函数运行的状态，在下次调用函数的时候会从当前状态运行函数；如：**

def test():
        print("这是1")
        yield 1
        print("这是2")
        yield 2
        print("这是3")
        yield 3
    
    l = test()
    print(l.__next__())
    print(l.__next__())
    print(l.__next__())

**运行结果：**

这是1
    1
    这是2
    2
    这是3
    3

**send()方法：**

**send()方法和\_\_next\_\_方法实现的功能类似**，都是取出生成器中的值，但send()方法需要传递一个参数，可以将该参数传递给yield并赋值给一个变量，如：

def test():
        f = yield 1
        print(f)
        yield 2
    
    t = test()
    print(t.__next__())
    t.send("yield一个1")

**运行结果：**

1
    yield一个1

#### 2.1.2、生成器函数和普通函数比较的好处 ####

**生成器函数无需完整生成一个列表，yield一个至即可处理一个值，简约了内存空间。**

#### 2.2、生成器表达式 ####

##### 2.2.1、三元表达式 #####

num = 5
    res = "这是为True时返回的值" if num == 5 else "这是为False时返回的值"
    print(res)

**运行结果：**

> 这是为True时返回的值

**在上面的三元表达式中的三元指的是：**

*  “这是为True时返回的值”
 *  if num == 5
 *  else “这是为False时返回的值”

##### 2.2.2、列表解析式 #####

l = ["列表元素%s" %i for i in range(5)]
    print(l)

**运行结果：**

> \[‘列表元素0’, ‘列表元素1’, ‘列表元素2’, ‘列表元素3’, ‘列表元素4’\]

**上面的解析式就相当于下面的代码：**

l = []
    for i in range(5):
        l.append("列表元素%s" %i)
    print(l)

**列表解析式还可以和三元表达式结合在一起使用**

l = ["列表元素%s" %i for i in range(10) if i > 5]
    print(l)

**运行结果：**

> \[‘列表元素6’, ‘列表元素7’, ‘列表元素8’, ‘列表元素9’\]

**列表解析式的缺点：**  
当在数据较大的情况下会占用大量的内存空间，因为列表解析式最后输出的结果直接存放在内存中

##### 2.2.3、生成器表达式： #####

**使用方法：**  
将列表解析式中的方括号改为小括号即可，如

l = ("列表元素%s" %i for i in range(10) if i > 5)
    print(l)
    print(l.__next__())
    print(l.__next__())

**运行结果：**

<generator object <genexpr> at 0x00A0D770>
    列表元素6
    列表元素7

**生成器表达式相比较于列表解析式的优点在于占用的内存空间小，因为生成器表达式是直接生成一个迭代器而不是一个存放在内存中的列表**

### 3、生成器的特性 ###

*  延迟计算，一次只返回一个结果
 *  提高代码的可读性

唐\_sr：https://www.jianshu.com/p/e699afba23fa

![IT入门 感谢关注][IT_]

IT入门 感谢关注 | 练习地址：[www.520mg.com/it][www.520mg.com_it]

[image.png]: /images/20221122/ce2980977e0040b3829eeb5da9098f43.png
[IT_]: /images/20221122/d538d90738c14d00a35b0803ddf7040a.png
[www.520mg.com_it]: http://www.520mg.com/it