Python高级特性之Generator

最新推荐文章于 2025-09-20 12:35:08 发布

原创最新推荐文章于 2025-09-20 12:35:08 发布 · 448 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Generator #Python高级特性

Python 专栏收录该内容

36 篇文章

订阅专栏

本文介绍了Python中的生成器、迭代器及可迭代对象的概念，并通过实例详细讲解了它们之间的区别与联系，同时探讨了生成器在实际应用中的优势。

第一次写博客，排版格式什么的不是很熟悉，so，看内容就好了：）

要说清楚什么是Generator（生成器），就要讲什么是Iterator（迭代器）。

Iterator（迭代器）和Iterable（可迭代对象）

什么是Iterator（迭代器）呢？Python官方解释如下：

An iterator is an object that implements next, which is expected to return the next element of the iterable object that returned it, and raise a StopIteration exception when no more elements are available.

简单翻译一下：Iterator（迭代器）是一个实现了next 方法的对象，这个 next 方法执行会返回下一个Iterable（可迭代对象）的值，当没有下一个Iterable（可迭代对象）的值可以返回的时候，就抛出 StopIteration 错误。

这个时候我们可以看到，又多了一个概念Iterable（可迭代对象），没关系，我们再看一下Python官方介绍：

An iterable object is an object that implements __iter__, which is expected to return an iterator object.

简单翻译一下：Iterable（可迭代对象）是一个实现了 __iter__ 方法的对象，__iter__ 方法被用来返回Iterator（迭代器）对象。

有点懵圈？举个例子，list（列表）、dict（字典）、tuple（元组）都是Iterable（可迭代对象），但他们不是Iterator（迭代器），因为他们没法实现 next 方法。

还有一个简单的判断方法，可以用于 for 循环的都是Iterable（可迭代对象），可以用于 next 的都是Iterator（迭代器），Iterable（可迭代对象）包含Iterator（迭代器）。

Generator（生成器）

Generator（生成器）实际上就是Iterator（迭代器）的一种。Python官方介绍如下：

Generator functions allow you to declare a function that behaves like an iterator, i.e. it can be used in a for loop.

简单翻译一下：Generator（生成器）可用于For 循环，是一种Iterator（迭代器）。

g = (x * x for x in range(10))

g 即是一个简单的Generator（生成器）对象，右边为Generator Expression（生成器表达式），返回Generator（生成器）对象。

def fib():
    prev, curr = 0, 1
    while True:
        yield curr
        prev, curr = curr, curr + prev

注意，fib 方法返回用的不是return ，而是yield 。什么是yield 呢？当一个函数使用yield ，第一次执行从函数第一行开始，在yield 处返回，第二次执行时从返回处继续（恢复执行），当执行到yield 时再返回。return则是每次执行都从函数第一行开始执行，当执行到return 时返回。

参考stack overflow高票解析，yield 有一下特性：

yield 返回一个Generator（生成器）；
带有yield 的函数被调用时，函数代码并不会马上执行，等到用for 进行迭代时再执行；
理解上面恢复执行的概念。

def AddOnePlusThree():
    print("Begin.")
    while True:
        print("Start.")
        result = 1 + 3
        yield result
        print("Restart.")

当执行以下代码时，

a = AddOnePlusThree()
print(a)
next(a)
print('')
next(a)
print('')
next(a)

返回结果如下：

<generator object AddOnePlusThree at 0x03264FC0>
Begin.
Start.

Restart.
Start.

Restart.
Start.

Process finished with exit code 0

请结合恢复执行的概念进行理解。

for循环用来调用yield 返回的生成器的值。

b= AddOnePlusThree()

for item in b:
    print('')
    print(item)

返回结果如下：

Begin.
Start.

4
Restart.
Start.

4
Restart.
Start.

4
...
...

请结合恢复执行的概念进行理解。

上面的例子可能没什么实际意义，下面实现一个Fibonacci 生成器。

def fibon(n):
    a = b = 1
    for i in range(n):
        yield a
        a, b = b, a + b

for x in fibon(10):
    print(x)

返回结果如下：

1
1
2
3
5
8
13
21
34
55

Process finished with exit code 0

实际上，n 如果很大时，Fibonacci 生成器的作用才能体现出来，因为生成器是当运行时产生值，而且只能迭代一次，并不像list 那样将所有值全部扔到内存中。

关于Generator（生成器）暂时先讲到这里吧。

以上。