python中的迭代器和生成器怎么用

這篇“python中的迭代器和生成器怎么用”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“python中的迭代器和生成器怎么用”文章吧。

可迭代對象和迭代器

迭代（iterate）意味著重復，就像 for 循環迭代序列和字典那樣，但實際上也可使用 for 循環迭代其他對象：實現了方法 __iter__ 的對象(迭代器協議的基礎)。
__iter__方法返回一個迭代器，它是包含方法 __next__ 的對象，調用時可不提供任何參數；
當你調用 __next__ 時，迭代器應返回其下一個值；如果沒有可供返回的值，應引發 StopIteration 異常；
也可使用內置函數 next()，此種情況下，next(it) 與 it.__next()__ 等效。

至于為什么不用列表？因為在很多情況下，使用列表都有點太浪費了。例如，如果你有一個可逐個計算值的函數，你可能只想逐個地獲取值，而不是使用列表一次性獲取。這是因為如果有很多值，列表可能占用太多的內存。
下面來看一個不能使用列表的示例，因為如果使用，這個列表的長度將是無窮大的！

# 這個“列表”為斐波那契數列，表示該數列的迭代器如下：
class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1
    def __next__(self):
        self.a, self.b = self.b, self.a + self.b
        return self.a  # 前面邏輯自定義,最后返回下一個值即可
    def __iter__(self):
        return self  # 返回迭代器本身(一個包含 __next__ 方法的對象)
    
fibs = Fibs()
for f in fibs:
	if f > 1000:
		print(f)  # 1597
		break  # 若不中斷循環,將一直循環下去
        
next(fibs)  # 2584
next(fibs)  # 4181

更正規的定義是，實現了方法 __iter__ 的對象是 可迭代的，再實現了方法 __next__ 的對象是 迭代器。

內置函數 iter()

通過對可迭代對象調用內置函數 iter()，可以獲得一個迭代器。還可使用它從函數或其他可調用對象創建可迭代對象。
不過，可迭代對象在轉化為迭代器后，會丟失?些屬性(如 __getitem__() )，但同時也會增加?些屬性(如 __next__() )。
另外，迭代器一般都是?次性的，當迭代過?輪后，再次迭代將獲取不到元素；而可迭代對象可以重復使用。

it = iter([1, 2, 3])  # list 是可迭代對象哦
next(it)  # 1
next(it)  # 2
next(it)  # 3
next(it)  # StopIretation; 普通的可迭代對象是可復用的,而迭代器是一次性的,回不了頭的

it = iter("ABCD")  # string 也是可迭代對象
for i in it:
    print(i, end=" ")  # A B C D
for i in it:
    print(i, end=" ")  # ?輸出

查看對象是否實現了魔法方法 _iter_ 的四種方法：

# ?法1：dir()查看__iter__,詳情請自己嘗試
dir(2) # 沒有
dir("abc") # 有 __iter__()
# ?法2：isinstance()判斷
import collections
isinstance(2, collections.Iterable) # False
isinstance("abc", collections.Iterable) # True
# ?法3：hasattr()判斷
hasattr(2,"__iter__") # False
hasattr("abc","__iter__") # True
# ?法4：?iter()查看是否報錯
iter(2) # 報錯：'int' object is not iterable
iter("abc") # <str_iterator at 0x1e2396d8f28>

從迭代器創建序列

在可以使用序列的情況下，大多也可以使用迭代器或可迭代對象(諸如索引和切片等操作除外)。迭代器因為缺少 __getitem__ ，因此不能使?普通的切?語法，暫未深究。

# 使用構造函數 list() 顯示的將迭代器轉換為列表
class TestIterator:
    value = 0
    
    def __next__(self):
        self.value += 1
        if self.value > 10: raise StopIteration
        return self.value
    def __iter__(self):
        return self
ti = TestIterator()
ti2 = list(ti)  # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for i in ti2:
    print(i, end=" ")  # 1 2 3 4 5 6 7 8 9 10
        
print('the second:')

生成器

生成器，也被稱為簡單生成器（simple generator），生成器自動創建了 iter() 和 next() 方法，是一種使用普通函數語法定義的迭代器。與函數的主要的形式差別就在于，它的函數體中有一句 yield 語句。
每次執行到 yield 處時，生成并返回一個值后，函數都將暫時停止執行，等待下一輪迭代調用，如此往復，直到迭代完。數據量大時，生成器能夠極大地節省內存空間。下面還是通過斐波納契數列來看看：

# 斐波納契數列的生成器實現: 返回數列的前 n 項
def fibs(n):
    a, b = 0, 1
    for _ in range(n):
        yield a  # 返回的是一個生成器
        a, b = b, b+a
f = fibs(5)
print(f)  # <generator object fibs at 0x05BB20B0>
print(list(f))  # [0, 1, 1, 2, 3]; 此處生成器 f 已經被迭代過一次了
for i in f:
    print(i, end=" ")  # ?輸出; for循環會?動捕捉到 StopIteration 異常并停?調? next()
    
print(next(f))  # StopIteration

與 return 的區別：生成器不是像 return 一樣返回一個值，而是可以生成多個值，每次返回一個；return 返回的話，這個函數就結束了。

生成器推導(生成式表達式)

將列表生成式的 [] 改成 () 之后，數據結構將從列表變為生成器，而不是元組。如果要包裝可迭代對象（可能生成大量的值）時，若使用列表推導將立即實例化一個列表，從而喪失迭代的優勢；但如果使用生成器推導的話，每迭代一次就生成一個值，沒必要一次性生成全部值，這樣就好的多了。而且，可以直接在既有的圓括號內（如在函數調用中）使用生成器推導時，無需再添加一對圓括號。

L = [x*x for x in range(10)]  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
g = (x*x for x in range(10))  # <generator object <genexpr> at 0x052AF8F0>
print(next(g))  # 0
sum(i ** 2 for i in range(10))  # 285

遞歸式生成器

創建一個將兩層嵌套列表展開的函數：

nested = [[1, 2], [3, 4], [5], 6]
def flatten(nested):
    try:
        for sub in nested:
            for ele in sub:
                yield ele
    except TypeError:
        yield sub
            
f = flatten(nested)
next(f)  # 1
# print(list(f))  # [2, 3, 4, 5, 6]
for i in f3:
    print(i)  # 2 3 4 5 6

創建一個將任意層嵌套列表展開的函數：
對一層列表進行遍歷，遍歷下層列表的時候，先對一層遍歷出來的元素再調用一次 flatten 函數，這時，如果是不可再迭代的對象的話，就會報 TypeError 錯誤，捕捉到之后，yeild 返回，繼續下一個；如果是可迭代的話，就遞歸下去；

def flatten(nested):
    try:
        for sub in nested:
            for ele in flatten(sub):
                yield ele
    except TypeError:
        yield nested
        
nested = [[[1], 2], 3, 4, [5, [6, 7]], 8]
print(list(flatten(nested)))

不過，上面要注意的是：前面也提到了，字符串對象也是可迭代的，而且一般我們也不會將它拆開。更重要的是，字符串的第一個元素是一個長度為 1 的字符串，而長度為 1 的字符串的第一個元素是字符串本身。

s = 'ABCD'
s2 = s[0]  # 'A'
s2[0]  # 'A'

這樣子會造成無窮遞歸的。所以還需要檢查一下對象是否類似于字符串：

def flatten(nested):    
    try:
        if isinstance(nested, str): raise TypeError
            
        for sub in nested:
            for ele in flatten(sub):
                yield ele
    except TypeError:
        yield nested
        
nested = [[[1], '23'], 3, '43', [5, [6, '73']], 8]
print(list(flatten(nested)))  # [1, '23', 3, '43', 5, 6, '73', 8]

不過，它有兩個 yield 唉，這認哪個來著？？？pass

def flatten(nested):
	try:
		for sublist in nested:
			for element in flatten(sublist):
				print("element:", element)
				yield element
	except TypeError:
		print("nested :", nested)
		yield nested
		
print(list(flatten([[1, 2], [3, 4], [5], 6])))

輸出：

nested : 1
element: 1   
nested : 2
element: 2
nested : 3
element: 3
nested : 4
element: 4
nested : 5
element: 5
nested : 6
element: 6
[1, 2, 3, 4, 5, 6]

以上就是關于“python中的迭代器和生成器怎么用”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。