python高级语法学习(一) 迭代器和生成器

​
​

活动地址：优快云21天学习挑战赛

python高级语法学习(一)

在一种语言中，很难客观判断哪些语法元素属于高级语法。对于本章会讲到的高级语法元素，我们会讲到这样的元素，它们不与任何特定的内置类型直接相关，而且在刚开始学习时相对难以掌握。对于Python中难以理解的特性，其中最常见的是：

• 迭代器（iterator）
• 生成器（generator）
• 装饰器（decorator）
• 上下文管理器（context manager）

迭代器(类比for循环)

只不过是一个实现了迭代器协议的容器对象。它基于以下两个方法。

• __ next __：返回容器的下一个元素。

• __ iter __：返回迭代器本身。

迭代器可以利用内置的iter函数和一个序列来创建。看下面这个例子：

>>> i = iter('abc')
>>> next(i)
'a'
>>> next(i)
'b'
>>> next(i)
'c'
循环完成

当遍历完序列时，会引发一个异常。这样迭代器就可以与循环兼容，因为可以捕获这个异常并停止循环。要创建自定义的迭代器，可以编写一个具有方法的类，只要这个类提供返回迭代器实例的特殊方法：

   class CountDown:
       def __init__(self, step):
           self.step = step
       def __next__(self):
           """Return the next element."""
           if self.step < = 0:
               raise StopIteration
           self.step -= 1
           return self.step
       def __iter__(self):
           """Return the iterator itself."""
           return self

下面是这个迭代器的用法示例：

>>> for element in CountDown(4):
... print(element)
...
3
2 
1
0

迭代器本身是一个底层的特性和概念，在程序中可以不用它。但它为生成器这一更有趣的特性提供了基础。

生成器(yield语句)

生成器提供了一种优雅的方法，可以让编写返回元素序列的函数所需的代码变得简单、高效。基于语句，生成器可以暂停函数并返回一个中间结果。该函数会保存执行上下文，稍后在必要时可以恢复。

举个例子，斐波纳契（Fibonacci）数列可以用生成器语法来实现。下列代码是来自于**PEP 255（简单生成器）**文档中的例子：

   def fibonacci():
       a, b = 0, 1
       while True:
           yield b
           a, b = b, a + b

你可以用next()函数或for循环从生成器中获取新的元素，就像迭代器一样：

>>> fib = fibonacci()
>>> next(fib)
1
>>> next(fib)
1
>>> next(fib)
2
>>> [next(fib) for i in range(10)]
[3, 5, 8, 13, 21, 34, 55, 89, 144, 233]

以下内容很重要请仔细阅读

这个函数返回一个对象，是特殊的迭代器，它知道如何保存执行上下文。它可以被无限次调用，每次都会生成序列的下一个元素。这种语法很简洁，算法可无限调用的性质并没有影响代码的可读性。不必提供使函数停止的方法。实际上，它看上去就像用伪代码设计的数列一样。

在社区中，生成器并不常用，因为开发人员还不习惯这种思考方式。多年来，开发人员已经习惯于使用直截了当的函数。每次你需要返回一个序列的函数或在循环中运行的函数时，都应该考虑使用生成器。当序列元素被传递到另一个函数中以进行后续处理时，一次返回一个元素可以提高整体性能。

在这种情况下，用于处理一个元素的资源通常不如用于整个过程的资源重要。因此，它们可以保持位于底层，使程序更加高效。举个例子，斐波那契数列是无穷的，但用来生成它的生成器每次提供一个值，并不需要无限大的内存。一个常见的应用场景是使用生成器的数据流缓冲区。使用这些数据的第三方代码可以暂停、恢复和停止生成器，在开始这一过程之前无需导入所有数据。