Python迭代器和生成器定义与用法示例
本文实例讲述了Python迭代器和生成器定义与用法。分享给大家供大家参考，具体如下：
迭代器iter()
迭代器是访问集合中元素的一种方式,迭代器object从集合中的第一个元素开始访问,直到所有的元素被访问完成.
所以迭代器的特点是:只能往前,不能后退
迭代器的优点:不需要提前准备整个迭代器中的所有元素,仅仅迭代到某个元素时才计算该元素,而之前或者之后,元素可以不存在或者销毁.因为这个特点,迭代器特别适合遍历文件比较大或者无限的集合.
总结下迭代器iter()的特点吧:
1.访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
2.不能随机访问集合中的某个值，只能从头到尾依次访问
3.访问到一半时不能往回退
4.便于循环比较大的数据集合，节省内存
**迭代器是用__next__()来取值的,来看个例子吧:
li=[1,2,3,4,56,78] a=iter(li) print(a.__next__()) print(a.__next__()) print(a.__next__()) print(a.__next__()) print(a.__next__()) print(a.__next__())#取值到最后一个元素787 print(a.__next__())
输出:
1 2 3 4 56 78 #开始报错 Traceback(mostrecentcalllast): File"/Users/shane/PycharmProjects/Py_study/Base/S5/iter_test.py",line14,inprint(a.__next__()) StopIteration
生成器generator
一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器
yield是个什么鬼?yield其实和函数中的return一样,一样的是都会返回定义好的值,但不同的是,return是退出函数,yield只是暂停函数执行,等待下一次迭代器取值
我们来看个例子:
deffunc(): print(111) yield1 print(222) yield2 print(333) yield3 ret=func() r1=ret.__next__() print(r1)#如果没有print,只会返回111
out:
111 1
一个典型的生成器的取值方式:
deffunc(): print(111) yield1 print(222) yield2 print(333) yield3 ret=func() r1=ret.__next__() print(r1) r2=ret.__next__() print(r2) r3=ret.__next__() print(r3) r4=ret.__next__()#如果没有r4就不会报错,因为已经没值可取了 print(r4)
out:
Traceback(mostrecentcalllast): File"/Users/shane/PycharmProjects/Py_study/Base/S5/geno.py",line21,inr4=ret.__next__() StopIteration 111 1 222 2 333 3
进程已结束,退出代码1
来看一个比较完整一点的生成器和迭代器吧:
defmyrange(args): start=0 whileTrue: ifstart>args: return else: yieldstart start+=1 res=myrange(3) ret=res.__next__() print(ret) ret=res.__next__() print(ret) ret=res.__next__() print(ret) ret=res.__next__() print(ret) ret=res.__next__() print(ret)
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。