菜鸟学飞自学Python（四）生成器、迭代器

（仅个人学习摘抄）

列表生成式

　　列表生成式即 List Comprehensions，是 Python 内置的非常简单却强大的可以用来创建 list 的生成式。

生成简单的 list [1,2,3,4,5,6,7,8,9,10] 可以用 list(range(1,11)) ：

如果生成复杂的 list[1x1,2x2,3x3,...,10x10] 如何实现，可以利用循环：

但是循环太繁琐，用列表生成式仅一行语句就可以完成：

写列表生成式时，把要生成的元素 x * x 放到前面，后面跟 for 循环，就可以把 list 创建出来。

 

for 循环后面还可以加上 if 判断，我们可以筛选出仅偶数的平方：

 

可以利用两层循环，生成全排列：

 

列出当前目录下的所有文件和目录名：

 

for 循环其实可以同时使用两个甚至多个变量，比如 dict 的 item() 可以同时迭代 key 和 value：

因此，列表生成式也可以使用两个变量来生成 list：

 

把 list 中所有的字符串变成小写：

 

练习

使用内建的 isinstance 函数可以判断一个变量是不是字符串：

 

生成器

　　通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表的容量肯定是有限的。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的 list，从而节省大量的空间。

　　在 Python 中，一边循环一边计算的机制，称为生成器：generator。

 

创建 generator：

把一个列表生成式的 [] 改成 ()

创建 L 和 g 的区别仅在于最外层的 [] 和 ()，L 是一个 list，而 g 是一个 generator。

 

打印出 generator 的元素：

1、next() 函数

一个一个打印，获得 generator 的下一个返回值：

generator 保存的是算法，每次调用 next(g)，就计算出 g 的下一个元素值，直到计算到最后一个元素，没有更多的元素时，抛出 StopTteration 的错误。

 

2、for 循环

generator 也是可迭代对象

基本都使用 for 循环迭代，并且不需要关心 StopIteration 错误。

 

　　generator 非常强大，如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。

例如，斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1，1，2，3，5，8，13，21，34，...

斐波拉契数列用列表生成式写不出来，但是用函数打印出来很容易：

把 fib 函数变成 generator，只需把 print(b) 改成 yield b 就可以了：

　　如果一个函数定义中包含 yield 关键字，这个函数就是一个 generator。

　　generator 和函数的执行流程不一样。函数是顺序执行，遇到 return 语句或者最后一行函数语句就返回。generator 函数，在每次调用 next() 的时候执行，遇到 yield 语句返回，再次执行时从上次返回的 yield 语句处继续执行。

 

例子：

定义一个 generator，依次返回数字 1，3，5：

调用该 generator 时，首先要生成一个 generator 对象，然后用 next() 函数不断获得下一个返回值：

可以看到，odd 不是普通函数，而是 generator，在执行过程中，遇到 yield 就中断，下次又继续执行。

　　在 fib 的例子中，我们在循环过程中不断调用 yield，就不会中断。所以要给循环设置一个条件来退出循环，不然就会产生一个无线数列出来。

　　把函数改为 generator 后，基本不会用 next() 来获取下一个返回值，而是直接使用 for 循环迭代。但是用 for 循环调用 generator 时，发现拿不到 generator 的 return 语句的返回值。如果想要拿到返回值，必须捕获 StopIteration 错误，返回值包含在 StopIteration 的 value 中：

 

练习：

杨辉三角形

generator.py

 

迭代器

　　可以直接作用于 for 循环的对象统称为可迭代对象：Iterable。可以使用 isinstance() 判断一个对象是否是 Iterable 对象。

　　生成器 generator 可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值，直到最后抛出 StopIteration 错误表示无法继续返回下一个值。但是，可以被 next() 函数调用并不断返回下一个值的对象称为迭代器：Iterator。

　　生成器都是 Iterator 对象，但 list、dict、str 虽然是 Iteratable，却不是 Iterator。把 list、dict、str 等 Iterable 变成 Iterator 可以使用 iter() 函数：

　　Python 的 Iterator 对象表示的是一个数据流，Iterator 对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。可以把这个数据流看作是一个有序序列，但我们不能提前知道序列的长度，只能不断通过 next() 函数实现按需计算下一个数据，所以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。Iterator 甚至可以表示一个无限大的数据流，例如全体自然数。而 使用 list 永远不可能存储全体自然数。