python笔记（六）：迭代器,装饰器,生成器-优快云博客

本文链接：https://blog.youkuaiyun.com/baikai666/article/details/132310658

本文围绕Python基础中的迭代器和生成器展开。迭代器需提供next方法，实现迭代器协议的对象可被Python内部工具基于此协议访问。生成器是一种自动实现迭代器协议的数据类型，运行中遇yield会暂停并保存状态。还提及列表解析和三元表达式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python基础之迭代器和生成器

迭代器

迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个Stoplteration异常，以终止迭代（只能往后走不能往前退）

实现了迭代器协议的对象(对象内部定义了一个__iter__()方法)

python中的内部工具(如for循环，sum，min，max函数等)基于迭代器协议访问对象。

复制代码

 1 #基于迭代器协议
 2 li = [1,2,3]
 3 diedai_l = li.__iter__()
 4 print(diedai_l.__next__())
 5 print(diedai_l.__next__())
 6 print(diedai_l.__next__())
 7 # print(diedai_l.__next__())  # 超出边界报错
 8 
 9 #下标
10 print(li[0])
11 print(li[1])
12 print(li[2])
13 # print(li[3]) # 超出边境报错
14 
15 # 用while循环模拟for循环机制
16 diedai_l = li.__iter__()
17 while True:
18     try:
19         print(diedai_l.__next__())
20     except StopIteration:
21         print("迭代完毕，循环终止")
22         break
23 
24 # for循环访问方式
25 # for循环本质就是遵循迭代器协议的访问方式，先调用diedai_l=li.__iter__方法
26 # 或者直接diedai_l=iter(l),然后依次执行diedai_l.__next__(),直到捕捉到
27 # StopItearation终止循环
28 # for循环所有的对象的本质都是一样的原理

复制代码

生成器

可以理解为一种数据类型，自动实现迭代器协议

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

表现形式

1、生成器函数带yield的函数(1、返回值 2、保留函数的运行状态)

next(t) t.next t.send(可以给上一层的yield传值)

复制代码

# 用生成器函数
# yield 相当于return控制的是函数的返回值
# x=yield的另外一个特性，接收send传过来的值，赋值给x
def test():
    print("开始啦")
    first = yield # return 1   first = None
    print("第一次",first)
    yield 2
    print("第二次")
t = test()
print(test().__next__())
res = t.__next__() # next(t)
print(res)
res = t.send("函数停留在first那个位置，我就是给first赋值的")
print(res)

输出结果
开始啦
None
开始啦
None
第一次 函数停留在first那个位置，我就是给first赋值的
2

复制代码

2、生成器表达式

print(sum(i for i in range(10000)))       # 表达式一般用for循环 (i for i in range(10000))


# 作用 节省内存，在内部已经实现了__iter__的方法

列表解析(生成了一个列表)

1 print([i for i in range(10)])  # 生成一个列表

三元表达式(没有四元表达式，可以有二元)

name ``= "alex"

print``(``"sb" if name ``=``= "alex" else "帅哥"``)

# if name == "alex"为一元 "sb" 为二元 else "帅哥"为三元

输出

sb

—|—

python基础之迭代器和生成器

迭代器

实现了迭代器协议的对象(对象内部定义了一个__iter__()方法)

python中的内部工具(如for循环，sum，min，max函数等)基于迭代器协议访问对象。

复制代码

 1 #基于迭代器协议
 2 li = [1,2,3]
 3 diedai_l = li.__iter__()
 4 print(diedai_l.__next__())
 5 print(diedai_l.__next__())
 6 print(diedai_l.__next__())
 7 # print(diedai_l.__next__())  # 超出边界报错
 8 
 9 #下标
10 print(li[0])
11 print(li[1])
12 print(li[2])
13 # print(li[3]) # 超出边境报错
14 
15 # 用while循环模拟for循环机制
16 diedai_l = li.__iter__()
17 while True:
18     try:
19         print(diedai_l.__next__())
20     except StopIteration:
21         print("迭代完毕，循环终止")
22         break
23 
24 # for循环访问方式
25 # for循环本质就是遵循迭代器协议的访问方式，先调用diedai_l=li.__iter__方法
26 # 或者直接diedai_l=iter(l),然后依次执行diedai_l.__next__(),直到捕捉到
27 # StopItearation终止循环
28 # for循环所有的对象的本质都是一样的原理

复制代码

生成器

可以理解为一种数据类型，自动实现迭代器协议

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

表现形式

1、生成器函数带yield的函数(1、返回值 2、保留函数的运行状态)

next(t) t.next t.send(可以给上一层的yield传值)

复制代码

# 用生成器函数
# yield 相当于return控制的是函数的返回值
# x=yield的另外一个特性，接收send传过来的值，赋值给x
def test():
    print("开始啦")
    first = yield # return 1   first = None
    print("第一次",first)
    yield 2
    print("第二次")
t = test()
print(test().__next__())
res = t.__next__() # next(t)
print(res)
res = t.send("函数停留在first那个位置，我就是给first赋值的")
print(res)

输出结果
开始啦
None
开始啦
None
第一次 函数停留在first那个位置，我就是给first赋值的
2

复制代码

2、生成器表达式

print(sum(i for i in range(10000)))       # 表达式一般用for循环 (i for i in range(10000))


# 作用 节省内存，在内部已经实现了__iter__的方法

列表解析(生成了一个列表)

1 print([i for i in range(10)])  # 生成一个列表

三元表达式(没有四元表达式，可以有二元)

name ``= "alex"

print``(``"sb" if name ``=``= "alex" else "帅哥"``)

# if name == "alex"为一元 "sb" 为二元 else "帅哥"为三元

输出

sb

—|—