迭代器
- 迭代是Python最强大的功能之一，是访问集合元素的一种方式
- 迭代是一个可以记住遍历位置的对象
- 迭代器有两个方法，iter()和next()
# For instance
list = [1,2,3,4]
it = iter(list)
print(next(it))
print(next(it))
# The result
1
2
迭代对象也可以使用常规的for循环遍历
# For instance
list = [1,2,3,4]
it = iter(list)
for i in it:
print(i)
# The result
1
2
3
4
直接使用next
# For instance
import sys
list = [1,2,3]
it = iter(list) # 创建迭代对象
while True:
try:
print(next(it))
except StopIteration:
sys.exit()
# The result
1
2
3
创建迭代器
把一个类作为迭代器，需要在类中实现__iter__()和__next__()两个方法<br >
创建一个返回数字的迭代器，初始值是1，逐步递增1
# For instance
class MyNumbers:
# 初值为1
def __iter__(self):
self.a = 1
return self
# 逐步增1
def __next__(self):
x = self.a
self.a += 1
return x
my_class = MyNumbers()
it = iter(my_class)
print(next(it))
print(next(it))
#The result
1
2
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。
在 10 次迭代后停止执行：
# For instance
class MyNumbers:
# 初值为1
def __iter__(self):
self.a = 1
return self
# 逐步增1
def __next__(self):
if self.a<=10:
x = self.a
self.a += 1
return x
else:
raise StopIteration
my_class = MyNumbers()
it = iter(my_class)
for i in it:
print(i)
# The result
1
2
3
4
5
6
7
8
9
生成器
- 在Python中，使用了yield的函数称为生成器( generator )
- 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
- 在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值，并在下一次执行next()方法时，从当前位置继续运行
- 调用一个生成器函数，返回的是一个迭代器对象
以下使用yield实现斐波那契数列：
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
# counter记录要输出多少个数
a, b, counter = 1, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f是一个迭代器，由生成器返回生成
while True:
try:
print(next(f))
except StopIteration:
sys.exit()
执行结果
这里的结果实际上是由yield返回的，到了这里，我们可能会有疑问，为什么由yield返回？yield如何起作用？下面我们来看一个例子：
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
# counter记录要输出多少个数
a, b, counter = 1, 1, 0
while True:
if (counter > n):
return
yield a
print('i am the number behind the yield')
a, b = b, a + b
counter += 1
f = fibonacci(10) # f是一个迭代器，由生成器返回生成
print('执行第一个next(f)的结果')
print(next(f))
print('执行第二个next(f)的结果')
print(next(f))
print('执行第三个next(f)的结果')
print(next(f))
执行结果
可以看到:
①第一次执行next()，遇到了yield a，此时函数暂停运行，保存并输出a的当前值，记录下一条执行的语句是print('i am the number behind the yield')；
②第二次执行next()，函数从上次暂停处开始执行，即执行print('i am the number behind the yield')，此时得到了第二次输出的结果i am the number behind the yield，然后继续执行剩下的语句，以及继续循环，循环后又遇到了yield a，函数暂停运行，重复①的操作
③第三次执行next()的操作和②一样
如果觉得还是不好理解，这里有一篇文章可以参考学习。python中yield的用法详解——最简单，最清晰的解释
生成器的应用
利用生成器实现range()函数中的一个小功能，range()函数用法，见Python3 range() 函数用法，以下为用生成器生成0-9十个数
import sys
def generate_num(n):
num=0
while num<n:
yield num
num += 1
num=generate_num(10)
for i in num:
print(i)
之所以使用生成器来进行遍历，原因是其占用的内存相比较于list等要小，下面是测试对比
import sys
def generate_num(n):
num=0
while num<n:
yield num
num += 1
# 使用sys.getsizeof()函数查看变量占用内存的大小
num=generate_num(10)
print(sys.getsizeof(num))
list = [0,1,2,3,4,5,6,7,8,9]
print(sys.getsizeof(list))
执行结果
可以看到，使用生成器占用的内存为88，而使用list，占用的内存为144
