Python中生成器generator和迭代器Iterator的使用方法

一、生成器

1. 生成器的定义

把所需要值得计算方法储存起来,不会先直接生成数值,而是等到什么时候使用什么时候生成,每次生成一个,减少计算机占用内存空间

2. 生成器的创建方式

第一种只要把一个列表生成式的 [ ] 改成 ( )

ret = (n + 1 for n in range(0,10))

# 返回值是生成了一个生成器对象<genexpr>储存在16进制的地址中<generator object <genexpr> at 0x7f909f4be150>

# 如果调用次数超过生成器内值的总数量,会报错

第二种方法使用yield创建生成器

只要在一个函数中存在至少一个yield关键字,该函数就不是普通函数,是一个生成器

返回一个对象,需要使用变量接收

生成器可以用for进行遍历得到所有的值

# 定义一个斐波那契数列的生成器

def creatnum():

    print('-----start------')

    a,b = 0,1

    for i in range(5):

        print('----1-----')

        # 每次执行函数都会停在此处,并将b值返回

        yield b

        print('----2-----')

        a,b = b,a+b

        print('----3-----')

    print('-----stop-----')

f = creatnum()

print(next(f))

print(next(f))

print(next(f))

print(next(f))

print(next(f))

打印结果

-----start------

----1-----

1

----2-----

----3-----

----1-----

1

----2-----

----3-----

----1-----

2

----2-----

----3-----

----1-----

3

----2-----

----3-----

----1-----

5

3. 启动生成器的方法

第一种:

next(生成器的名称)

第二种:

# 生成器第一次调用时尽量不要使用send,非要使用必须用send(None)

send()方法

二、迭代器

可迭代数据类型(具有可迭代功能)
- 把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)
  
  例如:列表,元组,字典,集合等数据类型,但他们不是可迭代对象
- generator(生成器)
  - yield
  - 列表生成器
  - 生成器都是可迭代对象

如何判断一个对象是不是有可迭代功能

from collections import Iterator

# 列表是可迭代的

result = isinstance([1,2], Iterable)

print(result)

# isinstance函数会返回一个bool值 True为可迭代,反之False

将具有迭代功能的数据类型转化为可迭代器
- 可以被next()调用并不断返回下一个值的对象称之为迭代器Iterator

迭代器的判断方式

from collections import Iterator

# 列表是可迭代对象

# isinstance函数会返回一个bool值 True为迭代器,反之False

result = isinstance([1,2], Iterator)

print(result)

可迭代对象的本质
- 我们分析对可迭代对象进行迭代使用的过程，发现每迭代一次（即在for...in...中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。那么，在这个过程中就应该有一个“人”去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的“人”称为迭代器(Iterator)。
- 可迭代对象的本质就是可以向我们提供一个这样的中间“人”即迭代器帮助我们对其进行迭代遍历使用。
- 可迭代对象通过__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.
- 那么也就是说，一个具备了__iter__方法的对象，就是一个可迭代对象。
```
from collections import Iterable

# 使用isinstance() 函数检测某个对象是否是一个可迭代的对象

class MyClass(object):

    # 可迭代对象的本质是，类中是否定义了 __iter__() 方法

    def __iter__(self):

        return self

c1 = MyClass()

# 对象c1不是可迭代对象

result = isinstance(c1, Iterable)

print(result)
```

举例说明迭代器本质原理
比如，数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到： 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数。那么这个斐波那契数列我们就可以用迭代器来实现，每次迭代都通过数学计算来生成下一个数。

class Fibonacci():

    def __init__(self, num):

        # 通过构造方法，保存num到类的成员属性中

        self.num = num

        # 定义变量保存斐波那契数列前两个值

        self.a = 0

        self.b = 1

        # 记录当前的变量值

        self.current_index = 0

    def __iter__(self):

        # 返回迭代器，因自身就是迭代器，故可以返回自己

        return self

    def __next__(self):

        # 判断是否生成完毕

        if self.current_index < self.num:

            # 返回

            result = self.a

            # 交换两个变量值

            self.a, self.b = self.b, self.a+self.b

            self.current_index += 1

            return result

        else:

            # 停止迭代

            raise StopIteration

if __name__ == '__main__':

    # 创建迭代器

    fib_iterator = Fibonacci(5)

    # 使用迭代器，输出斐波那契数列值

    for value in fib_iterator:

        print(value, end=" ")

秒客网

Python中生成器generator和迭代器Iterator的使用方法

一、生成器

二、迭代器

相关文章