Python - 迭代器and生成器

迭代器

  • 迭代器不能回退，只能如过河卒子一样，不断前进
  • 迭代器也不适合在多线程中对可变集合使用
  • 特性：一个对象，只能循环一次，若再读就没有任何结果了（游标已经移动到了最后）。

仿写range() 的对象

class MyRange(object):
    def __init__(self,n):
        self.i = 0
        self.n = n
    def __iter__(self):
        return self
    def __next__(self):
        if self.i < self.n:
            i = self.i
            self.i += 1
            return i
        else:
            raise StopIteration()
if __name__ == "__main__":
    x  = MyRange(7)
    print(x.__next__())
    print(x.__next__())
    for i in x:
        print (i)

0
1
2
3
4
5
6

分析：

  • __iter__() 是类的核心，返回了迭代器本身，实现了__iter__()方法的对象，以为着其可以迭代
  • 含有__next__()的对象就是迭代器，并且在这个方法中，在没有元素的时候发起StopIteration()异常
class Fibs:
    def __init__(self,max):
        self.max = max
        self.a = 0
        self.b = 1
    def __iter__(self):
        return self
    def __next__(self):
        fib = self.a
        if fib > self.max:
            raise StopIteration()
        self.a, self.b = self.b , self.a + self.b
        return fib

fib = Fibs(1000)
print(list(fib))

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987]

斐波那契数列 中大于1000的最小数

class Fibs_max1000:
    def __init__(self,min):
        self.min = min
        self.a = 0
        self.b = 1
    def __iter__(self):
        return self
    def __next__(self):
        fib = self.a
        if self.a > self.min:
            raise StopIteration()
        self.a, self.b = self.b , self.a + self.b        
        return self.a

fib = Fibs_max1000(1000)
print(list(fib))

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597]

Python 2 中的 range() 和 xrange()

  • 都是内建函数
  • range() 返回的是一个列表
  • xrange()返回的是一个对象，类似range()，但不是列表
  • 循环的时候 xrange()比range()稍快，并有更高的内存效率
  • xrange()是可以迭代的，它返回的是一个可迭代对象。
  • range（）是得到的列表会一次性被读入内存，而xrange（）返回的对象，则需要一个数值才能返回一个数值

Python3 中只有range() ，和Python2 中的xrange()是一样的可以迭代的。

range(10000)

range(0, 10000)

生成器(generator)

  • 生成器必须是可迭代的，但又不完全等同于迭代器
  • 把解析中的‘【】’ 换成‘（）’ -> 生成器解析式/生成器推导式/生成器表达式
  • 用途：
    • 代替列表解析当针对大数据的时候，Python处理列表时，将全部数据读入到内存中，而迭代器的优势在于可以只将所需的读入内存。因此生成器解析式比列表解析式少占内存。
  • yield :
    • 含有yield关键字的函数是一个生成器类型对象，这个生成器对象是可迭代的。
    • 调用的时候返回相应的值。
    • 不用使用__iter__()和__next__()，只要使用yield 就可以使其具备迭代器的功能特性
  • 一个函数中包含yield语句，它就是生成器，也是迭代器。这种方式比前面写迭代器要简便很多，但不是意味着就可以抛弃迭代器，至于用迭代器和生成器就要视具体情况而定了。
#生成器
my_generator = (x*x for x in range(4))
for i in my_generator:
    print(i)

0
1
4
9

for i in my_generator:
    print(i)

游标已经到最末尾，所以没有数据了，只能前进不能倒退。

#列表
my_list = [x*x for x in range(4)]
for i in my_list:
    print(i)

0
1
4
9

for i in my_list:
    print(i)

0
1
4
9

用途示例：

#生成器
sum(x*x for x in range(10))

285

#列表
sum([x*x for x in range(10)])

285

yield

def g():
    yield 0
    yield 1
    yield 2
    yield 3
ge = g() #返回生成器
type(ge)

generator

ge.__next__() #开始执行，遇到第一个yield将值返回，并暂停执行（挂起）

0

ge.__next__() #从上次暂停位置开始，向下执行，遇到yield，将值返回，又挂起

1

ge.__next__() #重复上一步

2

ge.__next__() #重复上一步

3

ge.__next__() #从上面挂起的位置开始，但是后美女没有可执行的了，于是 __next__异常

---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-59-fcae21b194e6> in <module>()
----> 1 ge.__next__() #从上面挂起的位置开始，但是后美女没有可执行的了，于是 __next__异常


StopIteration:

yield 与 return

  • 一般函数都止于 return
  • 作为生成器，有了yield 只是让程序在内部挂起，如果再之后还有return，遇到return就直接抛出SoptIteration异常而终止迭代
def r_return(n):
    print('You taked me')
    while n > 0:
        print('before return')
        return n
        n -= 1
        print('after return')
rr = r_return(3)

You taked me
before return

rr  #retuen 后面的语句不会执行

3

def y_yield(n):
    print('You taked me')
    while n > 0:
        print('before yield')
        yield n
        n -= 1
        print('after yield')
yy = y_yield(3) #没哟执行函数体语句
yy.__next__()   #开始执行，遇到 yield 返回值，并暂停

You taked me
before yield





3

yy.__next__()  #从上次位置开始 ，遇到 yield 返回值，并暂停

after yield
before yield





2

yy.__next__() #从上次位置开始 ，遇到 yield 返回值，并暂停

after yield
before yield





1

yy.__next__()  #没有满足条件的值，抛出异常

after yield



---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-65-86493d8df2a1> in <module>()
----> 1 yy.__next__()  #没有满足条件的值，抛出异常


StopIteration:

yield 与 return 相遇

def y_yield(n):
    print('You taked me')
    while n > 0:
        print('before yield')
        yield n
        n -= 1
        print('after yield')
        return n
yy = y_yield(3) #没哟执行函数体语句
yy.__next__()   #开始执行，遇到 yield 返回值，并暂停

You taked me
before yield





3

yy.__next__()   #开始执行，遇到 yield 返回值，并暂停

after yield



---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-67-e2663c79b073> in <module>()
----> 1 yy.__next__()   #开始执行，遇到 yield 返回值，并暂停


StopIteration: 2

在斐波那契数列中用上 diely

#diely 实现
def fibs(max):
    n,a,b = 0,0,1
    while n < max:
        yield b
        a,b = b,a+b
        n = n+1

if __name__ == "__main__":
    f = fibs(10)
    for i in f:
        print(i)

1
1
2
3
5
8
13
21
34
55

#迭代器实现
class Fibs:
    def __init__(self,max):
        self.max = max
        self.a = 0
        self.b = 1
    def __iter__(self):
        return self
    def __next__(self):
        fib = self.a
        if fib > self.max:
            raise StopIteration()
        self.a, self.b = self.b , self.a + self.b
        return fib

fib = Fibs(50)
print(list(fib))

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

# list  实现
def fib_1(n):
    result = [0,1]
    for i in range(n-2):
        result.append(result[-2] + result[-1])
    return result
lst = fib_1(10)
print(lst)

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

# 递归 实现
def fib_2(n):
    if n==0:
        return 0
    elif n==1:
        return 1
    else:
        return fib_2(n-1) + fib_2(n-2)
f = fib_2(10)
for i in range(10):
    print(fib_2(i))
    

0
1
1
2
3
5
8
13
21
34

生成器方法

  • Python 2.5 以后生成器就有了一个新特性，就是在开始运行后能够为生成器提供新的值。，这就好似生成器和‘外界’之间进行数据交流
  • send()
    • send() 方法只能在 生成器运行并被挂起后才能使用，即 yield 至少执行一次，如果没有执行，就会报错
    • 如果 send(None) 的话，就会返回上次输入的值
  • close()
    • 不用调用参数，用来关闭生成器
  • throw()
    • throw(type,value = None,traceback = None)
    • 用于在生成器内部（生成器的当前挂起处或者未启动时的定义处）抛出一个异常（在yield表达式中）
def repeater(n):
    while True:
        n = (yield n)

r = repeater(4)
r.__next__() #生成器开始执行，遇到 yield 内部挂起。

4

r.send("hello") # 被挂起的程序，被唤醒,返回 send 发送的值 这就是在运行后能够为生成器提供值的含义。

'hello'

help(r.send)

Help on built-in function send:

send(...) method of builtins.generator instance
    send(arg) -> send 'arg' into generator,
    return next yielded value or raise StopIteration.

r.__next__()  # 犹豫没有给参数，所以 yield 就只能返回None了

# 没有运行起来且挂起的生产器，直接send 就会报错。
r_1 = repeater(5)
r_1.send("how")

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-77-1289d56d86b5> in <module>()
      1 # 没有运行起来且挂起的生产器，直接send 就会报错。
      2 r_1 = repeater(5)
----> 3 r_1.send("how")


TypeError: can't send non-None value to a just-started generator

r_1.send(None) #如果传None 就会返回上一个输入的值

5

参考：《跟着老齐学Python：从入门到精通》 作者：齐伟 电子工业出版社

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 230,578评论 6赞 544
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 99,701评论 3赞 429
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 178,691评论 0赞 383
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 63,974评论 1赞 318
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 72,694评论 6赞 413
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 56,026评论 1赞 329
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 44,015评论 3赞 450
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 43,193评论 0赞 290
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 49,719评论 1赞 336
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,442评论 3赞 360
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,668评论 1赞 374
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 39,151评论 5赞 365
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 44,846评论 3赞 351
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 35,255评论 0赞 28
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,592评论 1赞 295
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 52,394评论 3赞 400
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 48,635评论 2赞 380