Python迭代器和生成器

先說迭代器，對於string、list、dict、tuple等這類容器物件，使用for迴圈遍歷是很方便的。在後台for語句對容器物件呼叫iter()函式，iter()是python的內建函式。iter()會返回乙個定義了next()方法的迭代器物件，它在容器中逐個訪問容器內元素，next()也是python的內建函式。在沒有後續元素時，next()會丟擲乙個stopiteration異常，通知for語句迴圈結束。比如：

>>> s = 'abc'
>>> it = iter(s)
>>> it
0x7f71fefe9d68>
>>> next(it)
'a'>>> next(it)
'b'>>> next(it)
'c'>>> next(it)
traceback (most recent call last):
file
"", line 1, in
stopiteration

上面說的都是python自帶的容器物件，它們都實現了相應的迭代器方法，那如果是自定義類需要遍歷怎麼辦？方法很簡單，對這個類aclass，實現乙個__iter__(self)方法，使其返回乙個帶有__next__(self)方法的物件就可以了。如果你在aclass剛好也定義了__next__(self)方法（一般使用迭代器都會定義），那在__iter__裡只要返回self就可以。廢話少說，先上**：

class
fib(object):
def__init__
(self, max):
super(fib, self).__init__()
self.max = max
def__iter__
(self):
self.a = 0
self.b = 1
return self
def__next__
(self):
fib = self.a
if fib > self.max:
raise stopiteration
self.a, self.b = self.b, self.a + self.b
return fib
defmain
(): fib = fib(100)
for i in fib:
print(i)
if __name__ == '__main__':
main()

簡單講下**會幹什麼，定義了乙個fib類，用於生成fibonacci序列。用for遍歷時會逐個列印生成的fibonacci數，max是生成的fibonacci序列中數字大小的上限。

在類的實現中，定義了乙個__iter__(self)方法，這個方法是在遍歷時被iter()呼叫，返回乙個迭代器。因為在遍歷的時候，是直接呼叫的python內建函式iter()，由iter()通過呼叫__iter__(self)獲得物件的迭代器。有了迭代器，就可以逐個遍歷元素了。而逐個遍歷的時候，也是使用內建的next(）函式通過呼叫物件的__next__(self)方法對迭代器物件進行遍歷。所以要實現__iter__(self)和__next__(self)。而且因為實現了__next__(self)，所以在實現__iter__(self)的時候，直接返回self就可以。

為了更好理解，我再簡單重複下上面說的那一段：在迴圈遍歷自定義容器物件時,會使用python內建函式iter()呼叫遍歷物件的__iter__(self)獲得乙個迭代器,之後再迴圈對這個迭代器使用next()呼叫迭代器物件的__next__(self)。__iter__只會被呼叫一次,而__next__會被呼叫 n 次。

下面說生成器。

生成器（generator）是建立迭代器的簡單而強大的工具。它們寫起來就像是正規的函式，只是在需要返回資料的時候使用yield語句。每次next()被呼叫時，生成器會返回它脫離的位置（它記憶語句最後一次執行的位置和所有的資料值）。以下示例演示了生成器可以很簡單的建立出來:

>>> 
defreverse
(data):
... 
for index in range(len(data)-1, -1, -1):
... 
yield data[index]
... 
>>> 
for char in reverse('hello'):
... print(char)
... ol
leh

關於迭代器和生成器的區別，生成器能做到迭代器能做的所有事,而且因為自動建立了__iter__()和next()方法,生成器顯得特別簡潔,而且生成器也是高效的。除了建立和儲存程式狀態的自動方法,當發生器終結時,還會自動丟擲stopiteration異常。乙個帶有yield的函式就是乙個生成器,它和普通函式不同,生成乙個 generator 看起來像函式呼叫,但不會執行任何函式**,直到對其呼叫next()(在 for 迴圈中會自動呼叫next())才開始執行。雖然執行流程仍按函式的流程執行,但每執行到乙個yield語句就會中斷,並返回乙個迭代值,下次執行時從yield的下乙個語句繼續執行。看起來就好像乙個函式在正常執行的過程中被yield中斷了數次,每次中斷都會通過yield返回當前的迭代值（yield暫停乙個函式，next()從其暫停處恢復其執行）。

另外對於生成器，python還提供了乙個生成器表示式：類似與乙個yield值的匿名函式。表示式本身看起來像列表推到, 但不是用方括號而是用圓括號包圍起來：

>>> unique_characters = 
>>> gen = (ord(c) for c in unique_characters)
>>> gen
at 0x7f2be4668678>
>>> 
for i in gen:
... print(i)
... 
6979
8377
8278
8968
>>>

如果需要，可以將生成器表示式傳給tuple、list或是set來迭代所有的值並且返回元組、列表或是集合。在這種情況下，不需要一對額外的括號 ———— 直接將生成器表示式ord(c) for c in unique_characters傳給tuple()等函式就可以了, python 會推斷出它是乙個生成器表示式。

最後，為什麼要使用生成器？因為效率。使用生成器表示式取代列表解析可以同時節省 cpu 和記憶體(ram)。如果你構造乙個列表的目的僅僅是傳遞給別的函式,(比如傳遞給tuple()或者set()), 那就用生成器表示式替代吧!

Python迭代器和生成器

Python迭代器和生成器

python 迭代器和生成器

Python 迭代器和生成器

Python迭代器和生成器

Python迭代器和生成器

python 迭代器和生成器

Python 迭代器和生成器

相關推薦