Python迭代器和生成器_字典和集合可以做迭代器吗-优快云博客

本文链接：https://blog.youkuaiyun.com/gchh_spring/article/details/124779097

迭代器

什么是迭代器（iterator）

官方解释：迭代器是可迭代的对象，从技术上讲，在python中，迭代器是实现了迭代器协议的对象，迭代器协议是指包含魔法方法__iter__() 和 __next__()，__iter__返回迭代器自身，__next__返回容器中的下一个值，如果容器中没有更多元素了，则抛出StopIteration异常。

什么是可迭代对象（iterable）

从python的数据类型来讲，字符串、列表、元组、字典、集合都是可迭代对象（比如可以使用for循环语句遍历这些可迭代对象的所有值，但还不能称之为迭代器，因为这些对象没有实现__next__()方法，我是这么理解的），但是这些可迭代对象是可迭代的容器（python中字符串、列表、元组、字典、集合这些都是容器对象），可以通过python内置的iter()函数获取到这些对象对应的迭代器。

所以迭代器一定是可迭代对象，而可迭代对象不一定是迭代器，但可以快速生成对应的迭代器，使用iter()方法，然后就可以使用next()方法去获取迭代的下一个值（个人理解的结论）

# 元组、列表、字符串、字典、字符串等是可迭代的对象，实现了__iter__方法，可以使用iter()函数生成一个列表迭代器
mytuple = ("c", "java", "python")
# 使用iter生成元组迭代器
myiter = iter(mytuple)
# 打印myiter，可以看到是返回的迭代器对象
print(myiter)
# 使用next()函数调用迭代器的数据
print(next(myiter))
print(next(myiter))
print(next(myiter))
# 如果下一个数据没有时会抛出StopIteration异常
print(next(myiter))

上图的运行结果

for循环迭代原理

我们通常都使用for循环去遍历可迭代对象，实际上for循环也是实现了一个迭代器，然后每次循环使用next()方法去逐个获取可迭代对象的值

可迭代对象和迭代器的相同点和区别

相同点：都可以使用for循环进行迭代

区别：普通的可迭代对象的表头指针指向第一个数据，而迭代器的表头指针则指向当前迭代到的数据位置，如果重新再迭代，那么表头指针只会往后走，不能回到初始位置

# 元组、列表、字符串、字典、字符串等是可迭代的对象，实现了__iter__方法，可以使用iter()函数生成一个列表迭代器
mytuple = ("c", "java", "python")
# 使用iter生成元组迭代器
myiter = iter(mytuple)
print(myiter)
# 元组（可迭代对象）和元组迭代器的区别：普通的可迭代对象的表头指针指向第一个数据
# 而迭代器的表头指针则指向当前迭代到的数据位置，如果重新再迭代，那么表头指针只会往后走，不能回到初始位置
print("第一次遍历元组和元组迭代器，可以看到没什么区别")
for i in mytuple:
    print(i)
for j in myiter:
    print(j)
print("第二次遍历元组和元组迭代器，元组可以正常再次遍历，而迭代器则不能")
for m in mytuple:
    print(m)
for n in myiter:
    print(n)

上面代码运行结果：

创建迭代器

参考链接

Python 迭代器https://www.w3school.com.cn/python/python_iterators.asp

生成器

什么是生成器（generator）

在解释什么是生成器之前，先看下普通的函数调用过程：普通函数一旦被调用，那么只有在函数代码全部执行完成或者执行到return语句时，这个函数就执行结束了；如果函数一旦将控制权交还给调用者，这个函数就调用完成，那么在函数过程中定义的局部变量就无法保存。

那有没有办法让函数在退出之后还能当前的保留状态？可以使用闭包或者全局变量，但是过多的使用全局变量会污染命名空间，闭包的定义又相对复杂

那有没有一种既简单又安全的方法呢？那就是生成器

生成器是一种特殊的迭代器，从字面意思上理解，是循环计算的操作方式。在Python中，提供一种可以边循环边计算的机制。

生成器是解决使用序列存储大量数据时，内存消耗大的问题。我们可以根据存储数据的某些规律，演算为算法，在循环过程中通过计算得到，这样可以不用创建完整序列，从而大大节省占用空间

创建生成器

yield 是实现生成器方法之一，当函数使用yield方法，则该函数就成为了一个生成器。调用该函数，就等于创建了一个生成器对象。

一个生成器，主要是通过循环反复调用next()方法，直到捕获异常。具有 yield方法的函数也是一个生成器

如何定义生成器：

在函数里面使用yield代替return来返回函数的信息或数据，使得函数不是一次性执行完成，在运行到yield语句时会暂停或中断，在下一次调用从yield语句后面的语句继续执行，生成器不像列表等可迭代对象，可以把生成器看成是制作机器，每调用一次提供一个数据，并且会记住当时的状态，而列表元组这些可迭代对象则是容器，他们里面存放的是早已经准备好的所有数据，由于生成器是每次调用才生成数据，所以是不能使用index的方式进行访问的

生成器可以看成是特殊的迭代器，首先是不走回头路，其次支持next()函数

# 定义一个生成器
def counter():
    i = 0
    while i <= 5:
        yield i
        i += 1

如何使用生成器：

可以使用for循环来使用生成器

def counter():
    i = 0
    while i <= 5:
        yield i
        i += 1


print(counter())
for i in counter():
    print(i)

使用生成器创建一个斐波拉契函数：

def fibs():
    a, b = 0, 1
    # 这是一个没有结束点的序列，如果需要设置结束的话，可以在while条件那里设置
    while True:
        yield a
        a, b = b, a+b
f = fibs()
print(next(f))
print(next(f))
print(next(f))
print(next(f))

生成器表达式：

以前有学习列表推导式，字典推导式，集合推导式，为什么没有元组推导式呢？

# 生成器表达式
# 1、列表推导式，创建一个在100内既不被2整除也不被3整除的整数列表
list1 = [i for i in range(100) if i % 2 and i % 3]
print(list1)
# 2、字典推导式，创建一个在10以内，判定是否为偶数的字典
dict1 = {j: j % 2 == 0 for j in range(10)}
print(dict1)
# 3、集合推导式，创建一个10以内的数字集合
set1 = {k for k in [0, 0, 3, 4, 4, 5]}
print(set1)
# 4、生成器表达式，python没有元组推导式，因为如果用()进行推导，实际就成为了生成器表达式
gen1 = (m*m for m in range(10))
print(gen1)

上图的运行结果：