python迭代器概念与应用

结论

1）可迭代对象包含迭代器。
2）如果一个对象拥有__iter__方法，其是可迭代对象；如果一个对象拥有next方法，其是迭代器。
3）生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法）

优点

对于数据量大的元素，减少内存空间

 

相关概念

Iterable：可迭代对象
Iterator：迭代器

 

 

 

1、可迭代对象

　　只有iter() 方法，例如

一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function

from collections import Iterable
from collections import Iterator
>>> isinstance([],Iterable)
True
>>> isinstance(('abc','awe'),Iterator) #可以使用dir([])查看到里面只有iter()方法
False
>>> isinstance({},Iterable)
True
>>> isinstance(123,Iterable)
False

 

2、迭代器
　　迭代器具有iter() 和 next()方法的对象.

 iter()返回迭代器本身
 next()返回容器的下一个元素,在结尾处引发StopInteration异常

将一个可迭代对象转换为迭代器:

it  = iter(iterable)  
next(it)  # 获取下一个迭代器中的下一个值

　　你可能会问，为什么list、dict、str等数据类型不是Iterator？　

　　　　　　这是因为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做是一个有序序列，但我们却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是永远不可能存储全体自然数的。

 

3、生成器

3.1生成器表达式：

列表推导式： 
　　sum([i+1 for i in range(1000000000)]) 前面是一个表达式,表示结果,后面跟一个for加一个可迭代的对象,再后面还可以跟# 一个if else 语句进行判断
生成器表达式:
   sum((i+1 for i in range(1000000000)))

3.2生成器函数,带yield的函数：

　　生成器是一个特殊的函数,可以被用作控制循环的迭代行为,python中生成器是迭代器的一种,使用yield代替return返回,每次调用yield会暂停,而可以使用next()函数和send()函数恢复生成器.

def myList(num):  # 定义生成器
    now = 0  # 当前迭代值，初始为0
    while now < num:
        val = (yield now)  # 返回当前迭代值，并接受可能的send发送值；yield在下面会解释
        now = now + 1 if val is None else val  # val为None，迭代值自增1，否则重新设定当前迭代值为val