python迭代器和生成器

原创已于 2022-09-25 09:06:28 修改 · 192 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2022-01-10 10:23:13 首次发布

python 生成器专栏收录该内容

1 篇文章

订阅专栏

本文讲解了可迭代对象、迭代器及生成器的概念，并对比了列表与生成器在内存使用效率上的显著差别。通过具体案例说明了生成器如何节省内存空间。

可迭代对象：内部必须有一个__iter__()方法

迭代器：可迭代对象的基础上必须有一个__next__()方法

next: 是通过实例变量不断记录每次运行推导返回值实现的，下次运行，便可基于上次返回值及推导算法，返回下一个推导值

生成器本质是一个使用了yield返回值的函数，支持使用next()函数不断返回下一个值，同时支持使用send函数向生成器发送消息

生成的这个特性，为解决为优化内存使用效率提供了途径

因为比如一个包含1万个变量的列表，和一个包含推导算法的生成器，其内存占用空间，可能前者是后者的几个数量级倍数，比如下面的

a=[i for i in range(10000)] #运行sys.getsizeof(a)后，为87616

a=(i for i in range(10000))#运行sys.getsizeof(a)后，为112，直接减少了8千倍的内存占用空间

def read_file(fpath): 
    BLOCK_SIZE = 1024 
    with open(fpath, 'rb') as f: 
        while True: 
            block = f.read(BLOCK_SIZE) #第一次block指向是一个不可变对象
            if block: 
                yield block            #再次循环block是指向另一个不可变对象
            else:                      #第一个不可变对象 由于引用的次数为0 就被删除啦，
                return                 #所以省空间

详细请看：

python之迭代器和生成器全解--包含实现原理及应用场景_一秋闲谈的博客-优快云博客_python迭代器的应用场景