Python语法-生成器和迭代器

      讲生成器前先讲什么是列表生成器，诸如a=[i+1 for i in range(10)] 这样的列表生成式，我们可以直接创建一个列表，但是受内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们就可以在循环过程中不断推算出后续的元素，就不必创建完整的list，从而节省大量的空间。

在Python中，这种一边循环一边计算的机制，称为生成器：generator

    生成器是一种特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send（）函数恢复生成器。

    要创建一个generator，有很多种方法，一种简单的就是把列表生成式[]中括号改为（），就创建一个generator，举例如下：

#列表生成式
lis = [x*x for x in range(10)]
print(lis)
#生成器
generator_ex = (x*x for x in range(10))
print(generator_ex)
 
结果：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x000002A4CBF9EBA0>

如果要一个个打印出生成器的值，可以通过next()函数获得generator的下一个返回值：

#生成器
generator_ex = (x*x for x in range(10))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
结果：
0
1
4
9
16
25
36
49
64
81
Traceback (most recent call last):
 
  File "列表生成式.py", line 42, in <module>
 
    print(next(generator_ex))
 
StopIteration

generator保存的是算法，每次调用next()函数就计算他的下一个元素的值，直到计算出最好一个元素，没有更多的元素时，抛出Stoplteration的错误，而且上面这样不断调用是一个不好的习惯，正确的方法是使用for循环，因为generator也是可迭代对象：

#生成器
generator_ex = (x*x for x in range(10))
for i in generator_ex:
    print(i)
     
结果：
0
1
4
9
16
25
36
49
64
81

generator和函数的执行流程，函数是顺序执行的，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次被next（）调用时候从上次的返回yield语句处急需执行，也就是用多少，取多少，不占内存。

def fib(max):
    n,a,b =0,0,1
    while n < max:
        yield b
        a,b =b,a+b
        n = n+1
    return ‘done‘
 
a = fib(10)
print(fib(10))
print(a.__next__())
print(a.__next__())
print(a.__next__())
print("可以顺便干其他事情")
print(a.__next__())
print(a.__next__())
 
结果：
<generator object fib at 0x0000023A21A34FC0>
1
1
2
可以顺便干其他事情
3
5

python提供了两种方式：

 生成器函数：也是用def定义的，利用关键字yield一次性返回一个结果，阻塞，重新开始

   生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果

迭代器

一个实现了iter方法和next方法的对象就是迭代器。

迭代器可以看作是一个特殊的对象，每次调用该对象时会返回自身的下一个元素

iter（） 创建了一个迭代器对象，每次调用这个迭代器对象的__next__()方法时，都会调用迭代器对象。

生成器都是迭代器对象，list,dict,str虽然是可迭代的对象，但不是迭代器，他们不能被next()函数调用并不断返回下一个数据

小结：

1.带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代。

2.生成器是迭代器的一种，生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。

3.生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。

Python语法-生成器和迭代器

原文：https://www.cnblogs.com/xiao-longxia/p/12603233.html