Python 迭代器与生成器

参考资料： 

几分钟听懂迭代器 【哔哩哔哩教程】 （迭代器讲的很好）

Python迭代器与生成器介绍及在Pytorch源码中应用

Python 迭代器深入讲解 |【AsyncIO从入门到放弃#1】 （生成器讲得很好）

Python进阶 | 五分钟带你弄懂迭代器与生成器

 

迭代器

在python中，如果一个对象有__iter__和__next__方法，那么这个对象就是一个迭代器。

我们也可以调用__iter__函数把可迭代对象变为迭代器。

可迭代对象只有__iter__方法，没有__next__方法。

迭代器既有__iter__方法，也有__next__方法。(这也是迭代器协议所规定的)

在python中，这种前后都有双下划线的方法，既可以用 对象.__iter__() 来调用，也可以直接 iter(对象) 来调用。

 

对于一个for循环中的迭代，中间过程发生了两件事：

1. __iter__函数把可迭代对象变为迭代器；
2. 调用迭代器的__next__函数，返回一个元素。

 

我们自己创建一个简单的迭代器：

?

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

class Iterator_test():     def __init__(self, data):         self.data = data         self.length = len(data)         self.index = 0           def __iter__(self):         return self           def __next__(self):         if self.index < self.length:             self.index += 1             return self.data[self.index-1]         else:             raise StopIteration   case = Iterator_test([1, 2, 3])   # ========= 用循环的方式获取每一次迭代返回的值 =========== # for num in case: #     print(num)   # 输出：1 2 3     # ========= 调用iter方法获取每一次迭代返回的值 =========== print(next(case))       # 输出：1 print(next(case))       # 输出：2 print(case.__next__())  # 输出：3 print(next(case))       # 输出：报错，StopIteration的错误

 

生成器

通常，我们把含有yield的函数称之为生成器函数generator function，把调用生成器函数返回的结果称为生成器generator (或者称为生成器对象)。

生成器是迭代器，不同的是生成器的实现更简洁。

 

__next__函数是由yield控制的。

return的作用是触发StopIteration异常。

生成器示例：

?

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

def count(start=0, step=1, end=8):     n = start     while n < end:         yield n              n += step   if __name__ == '__main__':     c = count(end=5)   # c是生成器       # # ===== 用next函数来返回值     # print(next(c))   # 输出 0     # print(next(c))   # 输出 1       # ===== 用for循环来返回值，for循环实际上也是会调用next函数     for i in c:         print(i, end=' ')   # 输出：0 1 2 3 4

 

 

总结一下yield的作用：

1. 把函数变为生成器函数；
2. 当程序运行到yield语句这里时，yield语句右边的对象作为next()的返回值；
3. 返回一个值之后，程序会在yield语句这里暂停，当再次使用next()函数时，程序从该位置继续运行。

class实现的迭代器和yield实现的迭代器比较：