Python--迭代器与生成器

迭代器有两个基本的方法：iter() 和 next()。

 

字符串，列表或元组对象都可用于创建迭代器：

import sys         # 引入 sys 模块
list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
while True:
    try:
        print (next(it))
    except StopIteration:
        sys.exit()

 

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

class MyNumbers:
      def __iter__(self):
           self.a = 1
           return self
 
      def __next__(self):
           if self.a <= 20:
               x = self.a
               self.a += 1
               return x
           else:
                 raise StopIteration  #StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况
 
myclass = MyNumbers()
myiter = iter(myclass) 
for x in myiter:
     print(x)

 

使用了 yield 的函数被称为生成器（generator）。

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。

调用一个生成器函数，返回的是一个迭代器对象。

import sys
def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成 

while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

 

什么情况下需要使用 yield？

一个函数 f，f 返回一个 list，这个 list 是动态计算出来的，并且这个 list 会很大（无论是固定很大还是随着输入参数的增大而增大），

这个时候，我们希望每次调用这个函数并使用迭代器进行循环的时候一个一个的得到每个 list 元素而不是直接得到一个完整的 list，这个时候 yield 就很有用， 来节省内存。

next 函数之类的，实际上的运行方式是每次的调用都在 yield 处中断并返回一个结果，然后再次调用的时候再恢复中断继续运行。可以在next与下一个next之间插入其他代码。

 

包含yeild的函数被调用后并没有执行，因为它有yield表达式，因此，我们通过next()语句让它执行。next()语句将恢复Generator执行，并直到下一个yield表达式处。

 

send(msg) 与 next()

了解了next()如何让包含yield的函数执行后，我们再来看另外一个非常重要的函数send(msg)。

其实next()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去，而next()不能传递特定的值，只能传递None进去。

因此，我们可以看做c.next() 和 c.send(None) 作用是一样的。