Python 迭代器、生成器

zhangtt123

一、可迭代对象
字面意思：
3 @0 ?1 \0 o$ W! w5 F' U. L1 k对象：Python 中一切皆为对象（巧了 Java 也是（手动滑稽））
可迭代：可更新迭代，重复、循环的一个过程，每次更新迭代都会获得新的内容
  J2 f" w1 s5 m$ R& J' P1 F专业角度：内部含有 '__iter__‘ 方法的对象
目前学过的可迭代对象：str、list、tuple、dict、set、range、文件句柄等
判断一个对象是否是可迭代对象：看是否有 '__iter__' 方法，dir() 可以获取一个对象的所有方法；或者使用 isinstance(object, collections.iterable) 来判断对象是否是可迭代对象的一个实例
0 G, o/ I2 Y9 R( U, T# d1 P$ j
6 ]- y7 A1 u. y+ u
优点：
& g4 T$ k# O- U% z) Z存储的数据直接能显示，比较直观：比如直接 print 一个可迭代对象，就会调用 __str__ 方法（相当于 Java 中的 toString），把可迭代对象的值打印出来
拥有较多的方法，操作方便：增删查改等
& u' Z. }+ m# f- g2 n4 P. t缺点：
3 _5 F3 g' T9 V) D8 ]占用内存：一旦创建了一个可迭代对象，就会将该对象的内容全部加载到内存中
不能直接通过 for 循环，不能直接取值（通过索引、key等）。诸如通过 for i in iterable 这种形式获取元素实际上也是调用了 __iter__ 方法先将可迭代对象转换成迭代器再进行获取
二、迭代器
字面意思：器，工具，迭代器也就是可以一直更新迭代取值的工具
专业角度：内部含有 __iter__ 方法且含有 __next__ 方法的对象就是迭代器；或者使用 isinstance(object, collections.iterator) 来判断对象是否是可迭代对象的一个实例
* p4 b/ Z! E( F5 T5 a把一个可迭代对象转换成迭代器：使用 iter() 方法或使用对象的 __iter__ 方法
3 V, F$ q/ j+ N' Y: G" a
迭代器取值：使用 next() 方法或对象的 __next__ 方法；当迭代器的值去玩了继续取，就会报StopIteration异常，所以一般使用迭代器需要做异常处理
6 m4 l# d% J0 a/ d" M% _2 M
优点
' T7 G/ `- S- N5 o节省内存：迭代器并不会一次性将对象的值全部加载到内存中，而是需要时才加载（类似 sed）
' o- v. l2 n! u  d! }( E4 u惰性机制：next 一次只取一个值，绝对不多取
, n: V+ F8 O/ N9 w1 b2 R1 k9 R8 S缺点：
# o2 a+ {8 y* a速度慢：需要一直 next
6 P3 i" f, S1 w) P* v' j0 P! B. `% |- U不能回头：只能一直往下取值，取过的值没保存就没了`
6 [/ U# ]& y0 s3 B6 P  V不能直观的看到里面的数据
! f0 G2 d( m$ ^三、可迭代对象与迭代器对比
/ P+ n: T. l) V6 i$ Q可迭代对象：
私有方法多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等）
) t8 [0 Q! F: \- |8 v% \# i直观，可以直接看到里面的数据
2 t2 {# z- ?# g* \占用内存
不能直接通过循环迭代取值
6 Q* s9 P+ i2 Q& M9 Q* ?/ R7 Z2 x应用：当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择
. k1 M' k; V- q, }0 w0 p迭代器：
节省内存，按需取值
可以直接通过循环迭代取值
数据不直观，操作方法单一
& ~. t" C# \& x/ x, O应用：当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择
四、生成器
6 K3 X" j7 e9 A4 o9 L生成器的本质就是迭代器，唯一的区别是生成器是我们自己用代码构建的数据结构，迭代器是 Python 提供的，或者通过可迭代对象转化得来的
& Y' ~) {& A/ T' l" U2 t
定义生成器的方式：
& z8 N  X$ r% o+ z7 y. s: L通过生成器函数构建生成器



这就是最简单的生成器函数。实际上这个 yield 就替代了 return，不仅将函数变成了生成器函数，还会将后面的值在调用 __next__ 的时候返回出来
+ E8 e# p! k0 Q! F) P  E
. Y( T: Z- `/ x也可以在一个函数里定义多个 yield

3 s0 ~; a. e* f5 a) X之前说过，生成器本质上还是迭代器，一个 yield 对应一个 next，当 next 的数量超过了 yield，就会报 StopIteration

yield 与 return 的区别

: X' q. K" @8 Y, v, _return一般在函数中只设置一个，他的作用是终止函数，并且给函数的执行者返回值
$ F' B1 f0 ^% b; W; iyield在生成器函数中可设置多个，他并不会终止函数，next会获取对应yield生成的元素
( ^  a8 R; ?* H应用举例：
, x" }. m9 ?. Z" t/ I2 W$ ]) S
7 D7 B/ h  F/ z+ n# V# o买 5000 个包子，假设这个老板很厉害，一下子就把 5000 个包子做出来卖给我们，可是我们只有 5 个人，一下子吃不完，那包子就会冷掉、臭掉、被丢掉浪费了
2 U) e; z8 I- w( s, p7 B* ?

如果这个老板可以在我们需要多少个包子就做出来多少个包子的话，这样做出来的包子就不会被浪费了（比如我们每个人一口气能吃 40 个包子，那每次就做 200 个包子）：
3 ]* ]$ V- W# n- b( @

; F" y2 H2 m% e  K+ |. [- q除了 使用 next() 触发 yield 之外，生成器还有一种方法 send()，这个方法可以在调用 yield 的同时传值给生成器内部
; k/ ?4 L2 Z( q% L
可以看到在使用 next() 的时候，只能获取到 yield 的值，但不能传递值
. D: |& f. [6 K4 g% i# n
在使用 send() 的时候，可以将参数传入生成器中使用
5 j' E3 u' E  i- Z
需要注意的是第一次不能直接调用 send() 传参，因为每次调用生成器的时候，实际上只会返回 yield 后面的内容，然后生成器就停止了（睡眠了？），而 send() 传入的参数要通过 yield 传入生成器中（每次调用生成器在 yield 停止，然后在 yield 恢复继续允许），第一次调用并没有 yield 给我们传入参数，可以使用 send(None)，可以打断点自己分析一下
+ {; \9 b1 ]! |1 h
% Z  a- F* u. K# Wyield 会将它后面跟着的对象直接返回，如果它后面跟着的是可迭代对象，也可以使用 yield from 将这个可迭代对象变成迭代器返回


yield from 是将列表中的每一个元素返回，所以写两个 yield from 并不会有交替执行的效果
' }2 z; x. I5 {+ @6 w  w- Q' t

0 w  z. s, i# {  o
' m8 W: T6 O* H( z: v通过推导式构建生成器
8 q: z, [2 L) h+ t, j( Z列表推导式：

7 v7 E  s+ b; F9 n: F生成器表达式：和列表推导式差不多，把 [] 改成 () 即可
& }# G( U+ P5 E( c$ P% `5 p

列表推导式和生成器推导式的区别：

列表推导式比较耗内存,所有数据一次性加载到内存；而生成器表达式遵循迭代器协议，逐个产生元素
& k' t8 _. z3 ]9 s. \得到的值不一样：列表推导式得到的是一个列表；生成器表达式获取的是一个生成器
1 z. K; P& x3 ^4 E6 H8 S! x2 ^9 T列表推导式一目了然，生成器表达式只是一个内存地址
/ \* P9 d& u7 T$ C( C# h0 Z& M————————————————
版权声明：本文为CSDN博主「阿玮d博客」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42511320/article/details/105676143

dwadasd

多谢大神分享

dwadasd

太好了太好了