Python 中可迭代對象和迭代器生成器的區別是什么

本篇文章給大家分享的是有關Python 中可迭代對象和迭代器生成器的區別是什么，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

 生成器是一種特殊的迭代器，生成器自動實現了“迭代器協議”（即__iter__和next方法），不需要再手動實現兩方法。

首先從字面意思來解釋Iterable和Iterator的區別
Iterable：由英文的命名規則知道，后綴是able的意思就是可怎么樣的，因此iterable就是可迭代的意思 可迭代對象。
Iterator：由英文的命名規則知道，后綴是or或者er的都是指代名詞，所以iterator的意思是迭代器。
這兩個概念之間有一個包含與被包含的關系，如果一個對象是迭代器，那么這個對象肯定是可迭代的；但是反過來，如果一個對象是可迭代的，那么這個對象不一定是迭代器。
下面我們來具體了解下可迭代對象和迭代器：
可迭代：
如果給定一個list或者tuple，我們可以通過for循環來遍歷這個list或tuple，這種遍歷我們稱之為迭代，在python中，迭代是通過for……in來完成的，它不僅可以用在list或tuple上，還可以用在其他可迭代對象上，那么我們怎么知道一個對象是否可迭代呢？方法是通過collections模塊的 Iterable 類型判斷：

>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整數是否可迭代
False

可以直接作用于for循環的對象統稱為可迭代對象，一共有兩類，一類是我們平時常用的python數據類型，如list，tuple，dict，set都是可迭代對象，字符串也是可迭代對象，但是整數就不是可迭代對象；另一類是generator（下面會給出簡單講解）
迭代器：
對于列表這種數據結構，里面的每一個元素我們都要在內存中為之開辟一個空間，不管你以后是否能用到它，如果要創建一個包含100萬個元素的列表，但是只會用到其中幾個元素，那么這樣顯然就很浪費內存，所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出后續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在python中這種一邊循環一邊計算的機制，稱為生成器：generator。
要創建一個一個generator，有很多種方法，最簡單的方法就是直接把一個列表生成器的[]改成()

>>> 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>

可以看到創建的列表是將所有的元素都輸出出來，而生成器只是生成一個對象，如果使用其中的元素，可以通過生成器的next來調用

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration

next方法太費勁，也可以通過for循環

>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
... 
0
1
4
9
16
25
36
49
64
81

以上是為后面要說的迭代器做鋪墊，下面是重點
生成器不但可以作用于for循環，還可以被next()函數不斷調用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續返回下一個值了。
可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。
可以使用isinstance()判斷一個對象是否是Iterator對象：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函數：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

為什么list、dict、str等數據類型不是Iterator？
這時 因為python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前直到序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
Iterator甚至可以表示一個無限大的數據流，如全體自然數，而列表是永遠不可能存儲全體自然數的。
總結：
凡是可作用于for循環的對象都是Iterable類型，可迭代對象；
凡是可用作next()函數的對象都是Iterator類型，它表示一個惰性計算的序列。
集合數據類型如list，dict，str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。
生成器的創建：1.使用 for 循環的生成器推導式。2.調用帶 yield 語句的生成器函數。

迭代器生辰器異同

一.迭代器

通過iter()方法獲得了list的迭代器對象，然后就可以通過next()方法來訪問list中的元素了。當容器中沒有可訪問的元素后，next()方法將會拋出一個StopIteration異常終止迭代器。

二.生成器

如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出后續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器（Generator）

以上就是Python 中可迭代對象和迭代器生成器的區別是什么，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。