python基础（八）-迭代器与生成器

一、迭代器

li=[1,2,3]

f=li.__iter__()

print(f)

print(f.__next__())

print(f.__next__())

print(f.__next__())

#运行结果

<list_iterator object at 0x0000000000D770B8>

1

2

3

迭代器：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代（只能往后走不能往前退）

可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter__()方法）

之前所说字符串、列表、元组、字典可迭代对象，其实是调用了__iter__方法，生成一个迭代器。

迭代器只能往前不会后退，且遍历取值时只能取一次。

for循环机制：

使用for循环对序列和字典进行迭代，其实就是调用数据对象的__iter__方法，生成迭代器，然后再调用__next__方法取值，直到捕捉StopIteration异常，以终止迭代。

二、生成器

1、定义：

　　可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象

2、Python中生成器两种表现形式：

　　生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

　　生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

3、生成器优点:

　　延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。

　　节省内存

生成器的唯一注意事项就是：生成器只能遍历一次

4、生成器函数：

def lay_eggs(num):

    for egg in range(num):

        res='蛋%s' %egg

        yield res

        print('下完一个蛋')

laomuji=lay_eggs()#我们拿到的是一只母鸡

print(laomuji)
laomuji.__next__() #蛋下完 母鸡就死了

def fun():

    print('第一次')

    res=yield

    print('第二次',res)

    yield

    print('第三次')

f=fun()

f.__next__()

f.send('fuck you')  #一个效果跟next方法，另一个效果就是传递参数给上次yield

两个小例子：注意取值的地方

def test():

    for i in range(4):

        yield i

g=test()

g1=(i for i in g)   #g1应该是一个新的生成器

g2=(i for i in g1)

print(g)

print(g1)

print(g2)

print(list(g1))   #[0, 1, 2, 3]

print(list(g2))   #[]    g2中的g1已经被上一步list取完，此处执行list没有值可取

有点绕的例子一

def add(n,i):

    return n+i

def test():

    for i in range(4):

        yield i

g=test()   #[0,1,2,3]

for n in [1,10]:    # n=1  g=[1,2,3,4] ; n=10 g=[11,12,13,14]

    g=(add(n,i) for i in g)

    print('for',n,g)

print(g)

print(list(g))  # [20, 21, 22, 23] 为什么是这个呢？

# 过程：1、生成器g 2、for循环列表[1,10] 又是个生成器g-->覆盖之前的g 3、最终生成一个g=(add(10,))

# g=[0,1,2,3]  => for循环 n=1  g=[1,2,3,4] ; n=10 g=[11,12,13,14]

比较绕的例子二

def add(n,i):

    return n+i

def test():

    for i in range(4):

        yield i

g=test()   #[0,1,2,3]

for n in [1,10]:    # n=1  g=[1,2,3,4] ; n=10 g=[11,12,13,14]

    g=(add(n,i) for i in g)

    print('for',n,g)

print(g)

print(list(g))  # [20, 21, 22, 23] 为什么是这个呢？

# 过程：1、生成器g 2、for循环列表[1,10] 又是个生成器g-->覆盖之前的g 3、最终生成一个g=(add(10,))

# g=[0,1,2,3]  => for循环 n=1  g=[1,2,3,4] ; n=10 g=[11,12,13,14]

例二的错误解析

def add(n,i):

    return n+i

def test():

    for i in range(4):

        yield i

g=test()   #代码执行，生成一个生成器 [0,1,2,3]

for n in [1,10]:     #代码也执行 n= 1

    g=(add(n,i) for i in g)  # 第一次循环:全局变量n=1,生成新的生成器 g=((add(n,i) for i in test()))

                            #第二次循环：n=10,生成新的生成器 g=(add(n,i) for i in ((add(n,i) for i in test())))

# 代码执行到这里：全局变量 n = 10

# 如果对生成器 g 取值：执行 __next__() 方法 --> n =10,g=(add(n,i) for i in ((add(n,i) for i in test())))

# 类似于 递归

# print(list(g))

例二的正确解析姿势

巴特西