python的迭代器和生成器

我們把可以通過for…in…這類語句迭代讀取一條資料供我們使用的物件稱之為可迭代物件（iterable）。

判斷乙個物件是否是可迭代物件，利用isinstacnce()方法：

在可迭代物件中記錄每次迭代位置的是迭代器，可迭代物件通過__iter__方法提供乙個迭代器，在迭代乙個可迭代物件時，實際是獲取該物件的迭代器，然後通過這個迭代器來獲取可迭代物件中的每乙個資料。

即，乙個具備了__iter__方法的物件，就是乙個可迭代的物件。

list、tuple等都是可迭代物件，我們可以通過iter()函式獲取這些可迭代物件的迭代器。然後我們可以對獲取到的迭代器不斷使用next()函式來獲取下一條資料。

**如下：

class
fibonacci
(object):
def__init__
(self, all_num)
: self.all_num = all_num
self.current_num =
0 self.a =
0 self.b =
1def
__iter__
(self)
:return self
def__next__
(self)
:if self.current_num < self.all_num:
ret = self.a
self.a, self.b = self.b, self.a + self.b
self.current_num +=
1return ret
else
:raise stopiteration
fibo = fibonacci(10)
for num in fibo:
print
(num)

生成器是一類特殊的迭代器。下述文字是引用：

在使用生成器實現的方式中，我們將原本在迭代器__next__方法中實現的基本邏輯放到乙個函式中來實現，但是將每次迭代返回數值的return換成了yield，此時新定義的函式便不再是函式，而是乙個生成器了。簡單來說：只要在def中有yield關鍵字的就稱為生成器

利用函式來實現生成器：

**如下：

def
create_num
(all_num)
:print
("-----1-----"
) a, b =0,
1 current_num =
0while current_num < all_num:
print
("-----2-----"
)yield a
print
("-----3-----"
) a, b = b, a + b
current_num +=
1print
("-----4-----"
)obj = create_num(10)
ret =
next
(obj)
print
(ret)
ret =
next
(obj)
print
(ret)

上述**的執行結果圖：

分析：因為生成器也是迭代器，所以我們用next方法來獲取每次生成的值。

第一次執行時候執行到yield後停止，然後yield 後的值作為next獲取到的值，所以輸出0；之後程式在yield處停止，直到下次呼叫next函式。

關鍵：

儲存當前執行狀態（斷點），然後暫停執行，即將生成器（函式）掛起

將yield關鍵字後面表示式的值作為返回值返回，此時可以理解為起到了return的作用

生成器實現斐波那契數列：

**如下：

def
fib(n)
: current =
0 num1, num2 =0,
1while current < n:
num = num1
num1, num2 = num2, num1 + num2
current +=
1yield num
return
'done'
g = fib(5)
while
true
:try
: x =
next
(g)print
("value:%d"
%x)except stopiteration as e:
print
("生成器返回值：%s"
%e.value)
break

上述**的輸出結果：

上述**的分析：

其中，next函式取不到值的時候會引發stopiteration異常，因此捕獲異常，最後的返回值為生成器函式的return 值。

總結：迭代器和生成器都可以是儲存生成資料生成的**，在需要的時候再進行生成，減少占用空間，生成器相比迭代器更為方便。

參考：

python的迭代器和生成器

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的迭代器和生成器

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