Python3迭代器与生成器
Python3 迭代器与生成器
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。
创新互联公司专注于企业营销型网站、网站重做改版、安平网站定制设计、自适应品牌网站建设、H5页面制作、商城网站建设、集团公司官网建设、外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为安平等各大城市提供网站开发制作服务。
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：
实例(Python 3.0+)
>>>
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
)
)
2
>>>
迭代器对象可以使用常规for语句进行遍历：
实例(Python 3.0+)
#!/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
=
"
"
)
执行以上程序，输出结果如下：
1 2 3 4
也可以使用 next() 函数：
实例(Python 3.0+)
#!/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
(
)
执行以上程序，输出结果如下：
1 2 3 4
创建一个迭代器
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__() 。
如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。
更多内容查阅：
__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。
创建一个返回数字的迭代器，初始值为 1，逐步递增 1：
实例(Python 3.0+)
class
MyNumbers
:
def
__iter__
(
self
)
:
self
.
a
=
1
return
self
def
__next__
(
self
)
:
x
=
self
.
a
self
.
a
+=
1
return
x
myclass
=
MyNumbers
(
)
myiter
=
iter
(
myclass
)
print
(
next
(
myiter
)
)
print
(
next
(
myiter
)
)
print
(
next
(
myiter
)
)
print
(
next
(
myiter
)
)
print
(
next
(
myiter
)
)
执行输出结果为：
1 2 3 4 5
StopIteration
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。
在 20 次迭代后停止执行：
实例(Python 3.0+)
class
MyNumbers
:
def
__iter__
(
self
)
:
self
.
a
=
1
return
self
def
__next__
(
self
)
:
if
self
.
a
<=
20
:
x
=
self
.
a
self
.
a
+=
1
return
x
else
:
raise
StopIteration
myclass
=
MyNumbers
(
)
myiter
=
iter
(
myclass
)
for
x
in
myiter
:
print
(
x
)
执行输出结果为：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
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。
当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。
然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。
调用一个生成器函数，返回的是一个迭代器对象。
下面是一个简单的示例，展示了生成器函数的使用：
实例
def
countdown
(
n
)
:
while
n
>
0
:
yield
n
n
-=
1
# 创建生成器对象
generator
=
countdown
(
5
)
# 通过迭代生成器获取值
print
(
next
(
generator
)
)
# 输出: 5
print
(
next
(
generator
)
)
# 输出: 4
print
(
next
(
generator
)
)
# 输出: 3
# 使用 for 循环迭代生成器
for
value
in
generator
:
print
(
value
)
# 输出: 2 1
以上实例中，countdown 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒数数字。在每次调用 yield 语句时，函数会返回当前的倒数值，并在下一次调用时从上次暂停的地方继续执行。
通过创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们首先使用 next() 函数获取前三个倒数值，然后通过 for 循环获取剩下的两个倒数值。
生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式。
执行以上程序，输出结果如下：
5 4 3 2 1
以下实例使用 yield 实现斐波那契数列：
实例(Python 3.0+)
#!/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
(
)
执行以上程序，输出结果如下：
0 1 1 2 3 5 8 13 21 34 55
当前标题：Python3迭代器与生成器
网站路径：http://jxruijie.cn/article/dhsiigg.html
