一、迭代器
迭代器就是iter（可迭代对象函数）返回的对象，说人话.......可迭代对象由一个个迭代器组成
可以用next()函数获取可迭代对象的数据
迭代是访问集合元素的一种方式（因为集合是无序的，所以不能索引），naxt(集合)，
迭代器对象从集合的第一个元素开始访问，直到所有元素被访问结束，迭代器只能往前不会往后退
迭代器是一个可以记住遍历的位置的对象,迭代器只能一个一个出，前一秒还没有这个值，等到next()的时候才生成
迭代器有两个基本方法：iter()和next()
- iter() 生成一个迭代器
- next() 从迭代器中获取写一条记录，如果无法获取写一条记录，则触发StopIteration异常
有序序列：字符串、列表、元组对象都可用于创建迭代器
|
1
2
3
4
|
L = [1,2,3,4]
it = iter(L) #创建迭代器对象
print(next(it)) #输出迭代器的写一个对象
print(next(it))
|
迭代器对象使用for语句进行遍历
|
1
2
3
4
|
li = [5,6,7,8]
it = iter(li)
for x in it:
print(x,end = ' ')
|
迭代器对象使用while语句进行遍历
|
1
2
3
4
5
6
7
|
lis = [7,8,9,0]
it = iter(lis)
while True:
try:
print(next(it))
except StopIteration:
break
|
二、生成器
在python中，使用了yield的函数被称为生成器（generator）此函数被调用时返回一个生成器对象
生成器是一个返回迭代器的函数，生成器 生成 迭代器对象，只能用来迭代操作
生成器能让函数停下下，想进想出，很随便，前一秒数据根本不存在，这一秒推算出来的
在调用生成器运行的过程中，每次遇到yidld时函数会停下来，返回yield的值，相当于print返回print的值一样
并在下一次执行next()方法或者写一次循环时从当前位置继续运行（继续打印下一个值）
生成器用于函数中，会把函数当做生成器来使用，函数出一个值，主函数调取一个值
生成器调用return会触发一个StopIteration异常
普通方法生成菲波那切数列
|
1
2
3
4
5
6
7
8
|
def fun(n):
a,b,c = 0,1,0
while c<n:
print(b) # 打印菲波那切数列
a,b = b,a+b
c +=1
fun(10)
|
用生成器的方法生成菲波那切数列
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
def fun(n):
a,b,c = 0,1,0
while c<n:
yield b # 生成器
a,b = b,a+b
c +=1
# print(fun(10))# <generator object fun at 0x000001ED43A48A40>
t = fun(10) # t是一个迭代器，由生成器返回生成
print(next(t)) # 1
print(next(t)) # 1
print("中间可以插入代码") # 中间可以插入代码
print(next(t)) # 2
print(next(t)) # 3
for i in t:
print(i)
# 8
# 13
# 21
# 34
# 55
|
print(fun(10))
# <generator object fun at 0x000001ED43A48A40>
# 这是一条内存，你要用函数来访问里面的值，next(fun(10))
生成器表达式：
- 语法：(表达式 for 变量 in 可迭代对象 [if 真值表达式]) []里的内容可以省略
- 作用：用推导式的形式生成一个新的生成器，要取值的时候，要iter变成迭代器，用next取值
- 优点：不占用内存空间
迭代工具函数：生成一个个个的可迭代对象
|
1
2
3
4
5
6
|
gen = (x**2 for x in range(1, 4))
it = iter(gen) # 转成生成器
next(it) # 1
next(it) # 4
next(it) # 9
next(it) # StopIteration
|
三、生成器函数
3.1、zip(可迭代对象1，可迭代对象2......)
返回一个zip对象，此对象用于生成元组，元组的个数由最小的可迭代对象决定
|
1
2
3
4
5
6
7
8
|
numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in zip(numbers,names):
print(t)
#(10086, '中国移动')
#(10000, '中国联通')
#(10010, '中国电信')
|
自定义zip函数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
def myzip(iter1,iter2):
it1 = iter(iter1) # 拿出一个迭代器
it2 = iter(iter2)
while True:
a = next(it1)
b = next(it2)
yield (a,b)
numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in myzip(numbers,names):
print(t)
# (10086, '中国移动')
# (10000, '中国联通')
# (10010, '中国电信')<br>
|
3.2、enumerate(iterable[,start])
生成带索引的枚举对象，返回迭代类型为索引-值对(index,value)对, 默认索引从零开始,也可以使用start绑定
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
names = ['中国移动', '中国电信', '中国联通']
for x in enumerate(names): #生成迭代器
print(x)
def myenumerate(iterable):
it = iter(iterable)
i = 0
while True:
a = next(it)
yield(i,a)
i += 1
#(0, '中国移动')
#(1, '中国电信')
#(2, '中国联通')
|
以上就是正确理解python迭代器与生成器的详细内容，更多关于python迭代器与生成器的资料请关注服务器之家其它相关文章！
原文链接：https://www.cnblogs.com/LXP-Never/p/9338189.html