Python生成器與迭代器怎么用

這篇文章給大家分享的是有關Python生成器與迭代器怎么用的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

1、生成器

現在可以通過生成器來直接創建一個列表，但是由于內存的限制，列表的容量肯定是有限的，如果我們需要一個包含幾百個元素的列表，但是每次訪問的時候只訪問其中的幾個，那剩下的元素不使用就很浪費內存空間。

這個時候生成器（Generator）就起到了作用，他是按照某種算法不斷生成新的數據，直到滿足某一個指定的條件結束

得到生成式的方式有如下幾種：

通過列表生成式來得到生成器，示例代碼如下：

g = (x for x in range(10))  # 將列表生成列的[]改變成為()
# 打印其類型
print(type(g))  # <class 'generator'>
# 調用其元素
print(g.__next__())  # 0
print(g.__next__())  # 1
print(g.__next__())  # 2
print(g.__next__())  # 3
print(g.__next__())  # 4
# 使用.__next__的方式調用
print(next(g))  # 5
print(next(g))  # 6
print(next(g))  # 7
print(next(g))  # 8
print(next(g))  # 9
# 使用next()的方法調用
print(next(g))  # 當數據調用不到時會報出錯誤 StopIteration

需要多少調用多少，不調用的不會生成，也就不會占用內存空間，可以使用循環結構來按照需要來調用

g = (x for x in range(10))  # 將列表生成列的[]改變成為()
skip = True  # 判斷條件
count = 0  # 調用次數
while skip:
    count += 1  # 循環一次+1
    print(next(g))
    if count > 9:
        break  # 跳出循環

使用函數借助yield關鍵字來完成一個生成器，生成斐波那契數列的前20個數，示例代碼如下：

def fun(length):
    a, b = 0, 1
    for _ in range(length):
        a, b = b, a + b
        yield a


fib = fun(20)
print(type(fib))  # <class 'generator'>  # 打印類型
count = 0
while count < 20:
    # 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765
    print(next(fib), "", end="")
    count += 1

流程如下：

在執行過程中，遇到yield關鍵字就會暫停執行，下次調用則繼續從上次暫停的位置繼續執行，因為是一個循環語句，所有會直接跳到for語句

如果在調用yield，需要給它傳值，就要使用.send()方法了。

示例代碼如下：

def fun(num):
    n = 0
    for i in range(num + 1):
        n += i
        ret = yield n
        print(f"這是+到{ret}的第{i + 1} 次")


g = fun(3)
print(g.send(None))
print(g.send('3'))
print(g.send('3'))
print(g.send('3'))
'''
---輸出結果---
0
這是+到 3 的第 1 次
1
這是+到 3 的第 2 次
3
這是+到 3 的第 3 次
6
'''

send的加入可以使生成器更加靈活，但是需要注意的是第一次調用生成器的send()方法時，參數只能為None，否則會拋出異常。當然也可以在調用send()方法之前先調用一次next()方法，目的是讓生成器先進入yield表達式。

2、迭代器與可迭代的生成器

可迭代的對象有生成器、元組、列表、集合、字典和字符串等

通過collections的Iterable函數結合isinstance(object, classinfo)來判斷一個對象時不是可迭代的對象

迭代是訪問集合元素的一種方式。迭代器是一個可以記住遍歷的位置的對象。迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會后退。很生成器也是迭代器。

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：

注意：可迭代的不一定是生成器，但是生成器一定第可迭代的。

把元組、列表、集合、字典和字符串等Iterable變成Iterator可以使用iter()函數

Iterable和Iterator****的區別是Iterable是可以作為for循環對象的統稱；而Iterator對象需要被next()函數調用才不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤，而在這之前是不會知道其長度的，所以Iterator的計算是惰性的，只有next()函數叫他才會返回結果，Iterator甚至可以表示一個無限大的數據流，例如全體自然數。

from collections.abc import Iterable, Iterator
a = [1, 2, 3]
b = {1, 2, 3}
c = (1, 2, 3)
d = "123"
e = 123
f = (x for x in range(5))
# 打印數據類型
print(type(a))  # <class 'list'>
print(type(b))  # <class 'set'>
print(type(c))  # <class 'tuple'>
print(type(d))  # <class 'str'>
print(type(e))  # <class 'int'>
print(type(f))  # <class 'generator'>
print("-" * 20)

# 打印是否為可迭代對象
print(isinstance(a, Iterable))  # True
print(isinstance(b, Iterable))  # True
print(isinstance(c, Iterable))  # True
print(isinstance(d, Iterable))  # True
print(isinstance(e, Iterable))  # False
print(isinstance(f, Iterable))  # True
print("-" * 20)
# 除了字符串都是可迭代對象

# 打印是否是迭代器
print(isinstance(a, Iterator))  # False
print(isinstance(b, Iterator))  # False
print(isinstance(c, Iterator))  # False
print(isinstance(d, Iterator))  # False
print(isinstance(f, Iterator))  # True
# 只有f(生成器)是迭代器
print("-" * 20)


# 通過iter()將可迭代轉換為迭代器
print(isinstance(iter(a), Iterator))  # True
print(isinstance(iter(b), Iterator))  # True
print(isinstance(iter(c), Iterator))  # True
print(isinstance(iter(d), Iterator))  # True

感謝各位的閱讀！關于“Python生成器與迭代器怎么用”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！