迭代器生成器切片

在迭代器和生成器上做切片操作最好的方法是使用函数 itertools.islice()

>>> g = (x for x in range(0,100))  # <1>
>>> g
<generator object <genexpr> at 0x000001F1621A7048>
>>> g[10,20]  # <2>
Traceback (most recent call last):
  File "<pyshell#52>", line 1, in <module>
    g[10,20]
TypeError: 'generator' object is not subscriptable
>>> next(g)
0
>>> next(g)
1
>>> next(g) # <3>
2
>>> import itertools
>>> for x in itertools.islice(g, 10, 20): # <4>
		print(x)
	
13
14
15
16
17
18
19
20
21
22
>>> next(g) # <5>
23
>>> next(g)
24
>>> 

• <1> 使用生成器表达式[1]产生一个的生成器 g。
• <2> 生成器不能使用标准的切片操作，因为它们的长度事先我们并不知道(并且也没有实现索引),所以这里会报错。
• <3> 调用三次 next 函数到值 2 的输出
• <4> 函数 islice() 返回一个可以生成指定元素的迭代器，它通过遍历并丢弃(由于前面已经用掉了三个值，所以遍历是从 3 开始，并且遍历时丢弃了 3到 12 的值)直到切片开始索引位置的所有元素。 然后才开始一个个的返回元素，并直到切片结束索引位置。
• <5> 这里要着重强调的一点是 islice() 会消耗掉传入的迭代器中的数据。 必须考虑到迭代器是不可逆的这个事实。因此再次掉用 next 的时候值是 23，而不是 3。

[1] 生成器表达式可以理解为列表推导的惰性版本：不会迫切地构建列表，而是返回一个生成器，按需惰性生成元素。也就是说，如果列表推导是制造列表的工厂，那么生成器表达式就是制造生成器的工厂。
生成器表达式是语法糖：完全可以替换成生成器函数，不过有时使用生器表达式更便利。