迭代器、生成器、可迭代对象

迭代器出现的原因

Python中的列表，有可能会占用很大的空间。而迭代器，它是每一次用__next__调用时才计算出值，这会节省内存空间。

迭代器、生成器、可迭代对象的关系

可迭代对象一般是列表、元组、字典、字符串等可以For循环的对象。可通过以下语句判断是不是可迭代对象。

?

1 2 3 4

from collections.abc import Iterator, Iterable   l = [1, 2, 3, 4, 5] print(isinstance(l, Iterable))  # True

而且每个可迭代对象都有__iter__方法，并且此方法返回一个迭代器。
那么什么是迭代器呢？它与可迭代对象有什么关系？为什么for循环可以得出每人元素的值？那是因为可迭代对象有一个记录员，可记录当前位置。而这个记录员就是迭代器，迭代器需要实现__iter__、__next__这两个方法。可迭代对象可生成迭代器，如下：

?

1 2 3

l = [1, 2, 3, 4, 5] it = iter(l) print(isinstance(it, Iterator))  # True

每个迭代器都有__next__方法和__iter__方法。而生成器是迭代器的一种，除了有__next__方法以外，还要用到yield。yield一般会用到自定义的函数中，但调用此函数时不会执行，而是会生成生成器。要调用此函数，需要用到__next__方法。

for循环的本质

其实for循环一个可迭代对象，为我们做了以下事情
1、通过可迭代对象生成一个迭代器
2、调用迭代器的__next__方法，生成值
3、遇到错误时，就退出
以下程序就说明了这个问题

?

1 2 3 4 5 6 7 8 9 10

l = [1, 2, 3, 4, 5] for i in l:     print(i) # 以上for循环等同于以下效果 it = iter(l) while True:     try:         print(it.__next__())     except StopIteration:         break

自定义可迭代对象和迭代器

例子如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

class List(object):  # 自定义可迭代对象，必须要有__iter__方法     def __init__(self):         self.item_list = []       def append(self, val):         self.item_list.append(val)       def __iter__(self):  # 自定义，必须要返回迭代器,此处返回自定义迭代器ListIterator         return ListIterator(self.item_list)     class ListIterator(object):  # 自定义迭代器，必须要定义__iter__和__next__方法     def __init__(self, item_list):         self.index = 0         self.item_list = item_list       def __iter__(self):         return self       def __next__(self):         if self.index < len(self.item_list):             i = self.index             self.index += 1             return self.item_list[i]         else:             raise StopIteration     my_list = List() my_list.append('辉') my_list.append('玲') my_list.append('婧') my_list.append('正') for i in my_list:     print(i)

生成器

例一、斐波那契数列

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

def fib(m):     n, a, b = 0, 0, 1     while n < m:         yield b  # 每一次用__next__调用时会在此结束，下一次调用时执行yield下面的语句         a, b = b, a + b         n += 1     f = fib(5)  # 生成生成器，不会调用，要调用就用__next__方法 # while True: #     try: #         print(f.__next__()) #     except StopIteration: #         break for i in f:     print(i) # 斐波那契数列结束

例二、经典的生产者、消费都模型

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

def consumer(name):     print('%s要准备吃包子了' % name)     while True:         n = yield         print('%s吃了%s个包子' % (name, n))     def producer(name):     print('%s准备制造包子了' % name)     c1 = consumer('Daughter')     c2 = consumer('Son')     c1.__next__()     c2.__next__()     print('-' * 40)     while True:         time.sleep(3)         print('%s已经制造了2个包子' % name)         c1.send(1)  # 可发送给yield         c2.send(1)         print('-'*40)     producer('Father') # 消费者、生产都模型结束