迭代器以及生成器-优快云博客

本文介绍了迭代器和生成器的相关知识。迭代器可用于对不支持索引取值的对象进行取值，具有不依赖索引、不占内存等优点，但也有不能取指定元素等缺点。生成器是用户自定义的迭代器，通过yield关键字定义，取值方式与迭代器相同，且yield有独特特点。

一：迭代器：

【1】

迭代概念：

（1）即是重复的过程

（2）每次迭代的结果都是下次迭代的初始值

例如：

# PS：不是跌代的过程 虽然重复 但是每次迭代都是以单独的不是以上次的值作为初始值
n = 0
while True:
    print(n)

# PS:迭代
number = [1,2,3,4]
conut = 0
while conut < len(l):
        print(conut)
        conut+=1

【2】

（1）迭代的作用：

　　（1）对于字符串列表元组可以通过索引取值

　　（2）字典集合文件类型不支持索引取值可以通过迭代对其进行取值

（2）可迭代对象：

定义：内置有__iter__，可以称之为可迭代对象

例如：

n = 1                                                               # 不支持__iter__、

name = 'Hello world'     .__iter__()                                # 支持__iter__

number = [1,2,3,4]    .__iter__()                                   # _支持__iter__

user_info = {'name':'SR','age':18}.__iter__()                        # 支持__iter__

s = (1,23,34,56).__iter__()                                         # 支持__iter__

f = {1,2,3,4,} .__iter__()                                          #支持__iter__

file = open('test.txt','w',encoding='utf-8').__iter__()             # 支持__iter__

可迭代对象

总结：字符串列表字典集合元组文件

（3）迭代器对象：

定义：

　　（1）内置有__iter__

　　（2）内置有__next__, 可以称之为迭代器对象

PS：迭代器对象一定是可迭代对象可迭代对象不一定是迭代器对象

取值：

基本定义方式：变量名.__next__用来进行取值

例如：

number = [1,2,3,4]
res = number.__iter__() # 变成可迭代对象
print(res)              # <list_iterator object at 0x00000000022F7358> 取出来一串地址 如果需要取值的时候 通过该地址取值
print(res.__next__())   # 1 取值一次给一个
print(res.__next__())   # 2
print(res.__next__())   # 3
print(res.__next__())   # 4
print(res.__next__())   # StopIteration 没有值可以被取

PS：

（1）如果当值被取尽会报错因为没有值可以被取了

（2）迭代器对象无论执行多少次__iter__方法得到的还是迭代器对象本身

（5）迭代取值的优点：

　　（1）优点：

　　　　　　不依赖索引取值

　　　　　　只返回一个生成器地址不占内存空间

　　（2）缺点：

　　　　　　不能取指定的元素

　　　　　　取值完毕会报错

　　　　　　只能从前往后取

（5）for循环本质：

基本定义方式：for 变量名 in 可迭代对象

内部本质：

（1）in后面调用__iter__将其后面的参数转换成可迭代对象

（2）调用__next__用来进行取值

（3）内部如果异常（即值被取尽）会报StopIteration 此时__next__会自动结束循环

例如：

number = [1,2,3,4]
res = number.__iter__() # 变成可迭代对象


print(res)              
print(res.__next__())   
print(res.__next__())   
print(res.__next__())   
print(res.__next__())   


while True:
    try:
        print(res.__next__())
    except StopIteration:       # 匹配出报错的信息 当取值结束的时候会提醒
        print('值已被取尽')
        break

异常解决方法

二：生成器

（1）概念：用户自己的定义的迭代器

（2）生成器定义方式：

　　（1）包含关键字yield

　　（2）调用生成器但是不会执行生成器代码

例如：

def func():
    print('生成器')
    yield                # 生成器定义关键字
res = func()             # 调用生成器 返回地址

（3）生成器取值：

取值与迭代器一样：

例如：

def func():
    print('生成器')
    yield                # 生成器定义关键字
res = func()             # 调用生成器 返回地址
res.__next__()          # 生成器

（4）生成器返回值

　　（1）默认情况下返回None

　　（ 2）手工指定返回元组

# PS：返回值为空
def func():
    print('生成器')
    yield        # 不携带值
res = func()
print(res.__next__()) # None

# 携带返回值
def func():
    print('生成器')
    yield 66,88       # 不携带值
res = func()
print(res.__next__()) # (66, 88)

小练习：自定义一个range的生成器

例如：

def func(start,end,step = 1): # 定义range的开头，结尾，步长
    while start < end:
        yield start
        start += step
for i in func(1,10):
    print(i)

（5）yield支持为其传参：

例如：

def dog(name):
    print('%s 准备开吃'%name)
    while True:
        food = yield
        print('%s 吃了 %s'%(name,food))

（6）yield的特点：

　　（1）当函数被调用的时候其会将函数转换成生成器

　　（2）当调用到yield的时候函数不会被关闭

　　（3）有返回值

（7）yield 与return的异同：

　　（1）相同点：

　　　　　　都可以返回值且可以返回多个值

　　（2）不同点：

　　　　　　yield所属的函数当执行到函数的时候可以被多次调用而retrun会将函数结束

　　　　　　yield可以接受外部传值

（8）生成器表达式：

　　例如：

number = (i for i in range(1,10) if i !=4)
res = number
print(res)             # <generator object <genexpr> at 0x00000000020FDFC0>
print(res.__next__())  # 1