python基础：迭代器与生成器-优快云博客

本文介绍了Python中迭代器的基本概念及其创建方法，并通过实例演示了如何使用迭代器进行数据处理。此外，还深入探讨了生成器的工作原理及应用场景，帮助读者理解其节省内存资源的优势。

一、迭代器

迭代器只能向前访问，不能后退
字典，列表，元组，字符串，range都是可以迭代的对象。

1、创建迭代器

`dict={1:3,2:4,3:5,4:6}
key = iter(dict)
print(key)
print(next(key))
print(next(key))

values = iter(dict.values())
print(values)
print(next(values))
print(next(values))

list= [1, 2, 3, 4, 5]
list2 = iter(list)
print(list2)
print(next(list2))
print(next(list2))
print(next(list2))
print(next(list2))

ranges = iter(range(1, 10))
print(ranges)
print(next(ranges))
print(next(ranges))
print(next(ranges))`
运行结果：

<dict_keyiterator object at 0x00523870>
1
2
<dict_valueiterator object at 0x005238A0>
3
4
<list_iterator object at 0x00405B30>
1
2
3
4
<range_iterator object at 0x004F3A10>
1
2
3

2、读取迭代器：
#for遍历

    list= [1, 2, 3, 4, 5]
    for i in iter(list):
        print(i)

next()遍历：

 while True:
    try:
        print (next(it))
    except StopIteration:
        sys.exit()

二、生成器
使用了yield的函数称为生成器(generater).对于非常巨大的数了列表非常有用，一次读取一个元素，节省内存资源。
生成器用于不知道会生成多大数据的场景，每生成一个数据返回一次
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是迭代器。

       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。

下面代码正常是死循环，但是使用yield以后，只在用next()方法，才会运行一次。

def gena(i=2):
    while True:
        i = i * 2 - 1
        yield i

运行：

l = gena(2)
print(l)
print(next(l))
print(next(l))

转载于:https://blog.51cto.com/yishi/2047405