【Python快速上手（十一）】

Python快速上手（十一）

Python3 迭代器与生成器

迭代器（Iterator）和生成器（Generator）是 Python 中用于处理可迭代对象的重要概念，它们可以帮助你高效地处理大量数据或无限序列。

迭代器（Iterator）

迭代器是一个对象，它实现了迭代器协议（Iterator Protocol），即实现了 iter () 和 next() 方法。迭代器可以逐个返回元素，直到没有元素可返回为止。迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

** 创建和使用迭代器**

把一个类作为一个迭代器使用需要在类中实现两个方法__iter__() 与 __next__() 。__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了__next__() 方法并通过StopIteration异常标识迭代的完成。__next__() 方法（Python 2 里是next()）会返回下一个迭代器对象。StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发StopIteration 异常来结束迭代。

python 复制代码

# 创建一个迭代器
class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        value = self.data[self.index]
        self.index += 1
        return value

# 使用迭代器
my_iterator = MyIterator([1, 2, 3, 4, 5])
for item in my_iterator:
    print(item)

生成器（Generator）

生成器是一种特殊的迭代器，它使用函数来生成值，并且只在需要时才生成值，节省了内存空间。生成器使用 yield 关键字来暂停函数执行并返回值，然后在下一次调用时从上一次暂停的位置继续执行。yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。调用一个生成器函数，返回的是一个迭代器对象。

python 复制代码

# 创建一个生成器
def my_generator(data):
    for item in data:
        yield item

# 使用生成器
gen = my_generator([1, 2, 3, 4, 5])
for item in gen:
    print(item)

区别

实现方式：

迭代器可以通过定义一个类来实现，需要手动编写 iter () 和 next() 方法。
生成器可以通过定义一个函数来实现，使用 yield 关键字来暂停函数执行并返回值。

内存占用：

迭代器需要一次性生成所有的元素并保存在内存中。
生成器只在需要时生成元素，节省了内存空间。

语法简洁性：

生成器通常比迭代器更简洁易读，因为它们使用函数的形式定义，避免了显式编写 iter () 和 next() 方法。

注意事项

当处理大量数据或需要节省内存空间时，推荐使用生成器来处理数据。
生成器在处理无限序列时特别有用，因为它们只在需要时生成值。

【Python快速上手（十一）】

目录