浅谈Python中的生成器和迭代器
迭代器
迭代器协议
对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么返回一个异常来终止本次迭代。（只能往前走，不能往后退！）
迭代器对象
遵循了（实现了）迭代器协议的对象。（对象内部实现了一个__next__方法，以实现迭代器协议）称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象
>>>fromcollectionsimportIterable,Iterator >>>l=list([1,2,3])#定义列表 >>>l_iter=l.__iter__()#调用列表的__iter__方法 >>>isinstance(l,Iterable)#列表可迭代对象 True >>>isinstance(l,Iterator)#列表不是迭代器 False >>>isinstance(l_iter,Iterable)#列表的__iter__方法返回是可迭代对象 True >>>isinstance(l_iter,Iterator)#列表的__iter__方法返回也是是迭代器对象 True
可迭代对象(iterable)
可迭代对象有很多种形式，只要满足可以每次取到容器对象中下一个对象的，都称为可迭代对象。
实现了__iter__方法的对象称为可迭代对象。
range()对象也是可迭代对象。
生成器对象也是可迭代对象。
>>>fromcollectionsimportIterable,Iterator >>>isinstance(range(10),Iterator) False >>>isinstance(range(10),Iterable) True #生成器对象一定是迭代器对象，那么他也必然是可迭代对象 >>>isinstance((iforiinrange(10)),Iterator) True >>>isinstance((iforiinrange(10)),Iterable) True
总结补充
列表、元组、集合、字符串、字典都是可迭代对象。
for循环的本质：使用迭代器协议访问可迭代对象中的每一个对象。
生成器
生成器类似于一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器也是迭代器。
生成器分类及在python中的表现形式：（Python有两种不同的方式提供生成器）
生成器函数
常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行
>>>defgenerator(n): ...foriinrange(n): ...yieldi ... >>>gener_obj=generator(10) >>>gener_obj.__next__() 0 >>>gener_obj.__next__() 1 >>>gener_obj.__next__() 2 >>>type(gener_obj)
生成器表达式
类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表，按需取出对象
注意生成器用()包裹起来
>>>generator=(iforiinrange(10)) >>>generator.__next__() 0 >>>generator.__next__() 1 >>>type(generator)
以上就是浅谈Python中的生成器和迭代器的详细内容，更多关于Python生成器和迭代器的资料请关注毛票票其它相关文章！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。