Python 迭代器、生成器

zhangtt123

一、可迭代对象
字面意思：
/ m0 c! k  P0 D) A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
专业角度：内部含有 '__iter__‘ 方法的对象
4 L% S, X) `" h* F' h: ]' |5 w0 @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


优点：
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
) h7 c: q# P4 a* F缺点：
( a( k/ x! s) P! h* H& M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
$ o9 I5 i0 C: M  ^% H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
5 S& C4 @; l2 E% G3 o. {) S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
1 K* p" j  `& X! U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
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

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

优点
: k( a2 B+ S) q, a8 q6 B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）
惰性机制：next 一次只取一个值，绝对不多取
  S& X- J% O2 F  p4 A3 |0 K缺点：
+ g$ |3 x) P8 l& Z5 G7 h速度慢：需要一直 next
不能回头：只能一直往下取值，取过的值没保存就没了`
不能直观的看到里面的数据
三、可迭代对象与迭代器对比
" F' B& l# |* u' j可迭代对象：
  U4 D" n/ d$ ~6 ]* d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）
+ P+ @5 h  A! x" j% C直观，可以直接看到里面的数据
, O+ \7 k) i6 B$ R; Y占用内存
不能直接通过循环迭代取值
: V. O7 J8 U6 `2 ]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
迭代器：
7 W5 I, n6 d/ K. M9 c) M1 j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
0 w% B% V- z3 L$ n9 v% i; A  M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
1 S3 }7 C. }. E& y四、生成器
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
" E+ H4 t7 U, o+ \! O2 W# B
定义生成器的方式：
% ^& K2 r6 q' b- d通过生成器函数构建生成器

9 ?% [, _, u- ?* K" q

7 e) B  J- J3 K  J7 o$ Y2 I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
# U8 l' g- @/ b3 J. V% Z' B$ ^
也可以在一个函数里定义多个 yield

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
( Q) T. n8 E/ w; H' G) S
yield 与 return 的区别

, n1 S* r; {. }4 Y" areturn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
. V4 x( c8 R+ y6 ]+ 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
, L0 P& Q8 \4 x# d% G& W. Y3 n& [应用举例：
5 j+ d* ]2 S* b
- D  T" r& E" X( P- P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
% |1 O6 V% K+ H

" p4 ]: k7 M+ o, H% y& T2 h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）：


& V: m3 s% C; f4 J# j" e. j  A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

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
) c0 W" \6 Y9 b! e5 d1 ]4 S2 ?; L7 ]
在使用 send() 的时候，可以将参数传入生成器中使用
; N$ W! [2 \7 W
( d* M( s& P) r2 i1 U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
1 |) \% N- O7 a* c1 j& f/ o2 s
yield 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

" M/ s) I% W4 q# C8 ~7 V% e6 }
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
1 l4 P" j4 ?% ?/ ?* {! a
! q# w* B9 \, G1 ~" Y0 Y
: p* z, H3 u" M% G& k6 V% b; \$ B  _
通过推导式构建生成器
列表推导式：
% A: p: E( T* k/ M- |' ?1 l. o6 i
生成器表达式：和列表推导式差不多，把 [] 改成 () 即可
) t, ^4 N$ E* f0 p5 d
1 S- {1 F5 C# G/ t2 _7 c% ~
列表推导式和生成器推导式的区别：
: W  C9 g! b" y1 o# F! X
! S3 O* x$ ^" t' o! T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
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
. u$ n. K/ I0 H$ o7 J* c8 Z  ~列表推导式一目了然，生成器表达式只是一个内存地址
5 g8 T! {9 C% g$ k————————————————
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
% m! m" d; f5 c3 R% u$ ~

7 M2 _( b/ A/ H; v' }$ l5 X

dwadasd

太好了太好了
; I3 T  q6 }- Q1 y# y

dwadasd

多谢大神分享