Python中生成器和迭代器的區別詳解

2020-01-04 15:53:20

字體：大中小

來源：轉載

供稿：網友

Python中生成器和迭代器的區別(代碼在Python3.5下測試)：

Num01–>迭代器

定義：

對于list、string、tuple、dict等這些容器對象,使用for循環遍歷是很方便的。在后臺for語句對容器對象調用iter()函數。iter()是python/267552.html">python內置函數。

iter()函數會返回一個定義了next()方法的迭代器對象，它在容器中逐個訪問容器內的元素。next()也是python內置函數。在沒有后續元素時，next()會拋出一個StopIteration異常，通知for語句循環結束。

迭代器是用來幫助我們記錄每次迭代訪問到的位置，當我們對迭代器使用next()函數的時候，迭代器會向我們返回它所記錄位置的下一個位置的數據。實際上，在使用next()函數的時候，調用的就是迭代器對象的_next_方法（Python3中是對象的_next_方法，Python2中是對象的next()方法）。所以，我們要想構造一個迭代器，就要實現它的_next_方法。但這還不夠，python要求迭代器本身也是可迭代的，所以我們還要為迭代器實現_iter_方法，而_iter_方法要返回一個迭代器，迭代器自身正是一個迭代器，所以迭代器的_iter_方法返回自身self即可。

一些術語的解釋：

1，迭代器協議：對象需要提供next()方法，它要么返回迭代中的下一項，要么就引起一個StopIteration異常，以終止迭代。
2，可迭代對象：實現了迭代器協議對象。list、tuple、dict都是Iterable（可迭代對象），但不是Iterator（迭代器對象）。但可以使用內建函數iter() ，把這些都變成Iterable（可迭代器對象）。
3，for item in Iterable 循環的本質就是先通過iter()函數獲取可迭代對象Iterable的迭代器，然后對獲取到的迭代器不斷調用next()方法來獲取下一個值并將其賦值給item，當遇到StopIteration的異常后循環結束

Python自帶容器對象案例：

# 隨便定義一個listlistArray=[1,2,3]# 使用iter()函數iterName=iter(listArray)print(iterName)# 結果如下：是一個列表list的迭代器# <list_iterator object at 0x0000017B0D984278>print(next(iterName))print(next(iterName))print(next(iterName))print(next(iterName))#沒有迭代到下一個元素，直接拋出異常# 1# 2# 3# Traceback (most recent call last):# File "Test07.py", line 32, in <module># StopIteration

Python中一個實現了_iter_方法和_next_方法的類對象，就是迭代器，如下案例是計算菲波那切數列的案例

class Fib(object): def __init__(self, max):  super(Fib, self).__init__()  self.max = max def __iter__(self):  self.a = 0  self.b = 1  return self def __next__(self):  fib = self.a  if fib > self.max:   raise StopIteration  self.a, self.b = self.b, self.a + self.b  return fib# 定義一個main函數，循環遍歷每一個菲波那切數def main(): # 20以內的數 fib = Fib(20) for i in fib:  print(i)# 測試if __name__ == '__main__': main()

解釋說明：

在本類的實現中，定義了一個_iter_(self)方法，這個方法是在for循環遍歷時被iter()調用，返回一個迭代器。因為在遍歷的時候，是直接調用的python內置函數iter() ，由iter()通過調用_iter_(self)獲得對象的迭代器。有了迭代器，就可以逐個遍歷元素了。而逐個遍歷的時候，也是使用內置的next(）函數通過調用對象的_next_(self)方法對迭代器對象進行遍歷。所以要實現_iter_(self)和_next_(self)這兩個方法。

而且因為實現了_next_(self)方法，所以在實現_iter_(self)的時候，直接返回self就可以。

總結一句話就是：

在循環遍歷自定義容器對象時,會使用python內置函數iter()調用遍歷對象的_iter_(self)獲得一個迭代器,之后再循環對這個迭代器使用next()調用迭代器對象的_next_(self) 。

注意點： _iter_(self)只會被調用一次,而_next_(self)會被調用 n 次，直到出現StopIteration異常。

Num02–>生成器

作用：

>延遲操作。也就是在需要的時候才產生結果，不是立即產生結果。

注意事項：

>生成器是只能遍歷一次的。
>生成器是一類特殊的迭代器。

分類：

第一類：生成器函數：還是使用 def 定義函數，但是，使用yield而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次從它離開的地方繼續執行。

如下案例加以說明：

# 菲波那切數列def Fib(max): n, a, b = 0, 0, 1 while n < max:  yield b  a, b = b, a + b  n = n + 1 return '親！沒有數據了...'# 調用方法，生成出10個數來f=Fib(10)# 使用一個循環捕獲最后return 返回的值，保存在異常StopIteration的value中while True: try:  x=next(f)  print("f:",x) except StopIteration as e:  print("生成器最后的返回值是：",e.value)  break

第二類：生成器表達式：類似于列表推導，只不過是把一對大括號[]變換為一對小括號()。但是，生成器表達式是按需產生一個生成器結果對象，要想拿到每一個元素，就需要循環遍歷。

如下案例加以說明：

# 一個列表xiaoke=[2,3,4,5]# 生成器generator，類似于list，但是是把[]改為()gen=(a for a in xiaoke)for i in gen: print(i)#結果是：2345# 為什么要使用生成器？因為效率。# 使用生成器表達式取代列表推導式可以同時節省 cpu 和 內存(RAM)。# 如果你構造一個列表(list)的目的僅僅是傳遞給別的函數,# 比如 傳遞給tuple()或者set(), 那就用生成器表達式替代吧!# 本案例是直接把列表轉化為元組kk=tuple(a for a in xiaoke)print(kk)#結果是：(2, 3, 4, 5)# python內置的一些函數，可以識別這是生成器表達式，外面有一對小括號，就是生成器result1=sum(a for a in range(3))print(result1)# 列表推導式result2=sum([a for a in range(3)])print(result2)