python中的生成器和迭代器

前言：

我们来了解一下什么是python中生成器。了解一下python生成器是什么，以及生成器在python编程之中能起到什么样的作用。

定义：

生成器和迭代器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> L = [x * x for x in range(10)]

>>> L

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

>>> g = (x * x for x in range(10))

>>> g

<generator object <genexpr> at 0x1022ef630>

在上面的例子中：(x * x for x in range(10))是生成器，g是迭代器。

因为生成器是能够返回一个迭代器的函数，其最大的作用是将输入对象返回为一个迭代器

生成器是个函数！迭代器是个对象！在python3.5中，range(5)是一个生成器，返回的结果是一个对象，即<generator object <genexpr> at 0x1022ef630>就是一个迭代器

我们创建了一个generator后，通过for循环来迭代它，并且不需要关心StopIteration的错误。

g = (x * x for x in range(10))
for i in g:
    print(i)

运行结果：

0
1
4
9
16
25
36
49
64
81

或者我们可以通过__next__()从生成器中取值

g = (x * x for x in range(10))
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())

运行结果：

0
1
4
9

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

创建迭代器

A、使用内建的工厂函数iter(iterable)可以将可迭代序列转换为迭代器

a=[1,2,3,4]
b=(1,2,3)
str='Tomwenxing'
print(iter(a))
print(iter(b))
print(iter(str))