Python 迭代器与生成器

迭代器

wiki百科：在 Python 中，迭代器是遵循迭代协议的对象。使用 iter() 从任何序列对象中得到迭代器（如 list, tuple, dictionary, set 等）。另一种形式的输入迭代器是 generator（生成器）。

举例

# 迭代器部分
# 简单的遍历方法
for item in [1,2,3,4,6]:
    print(item)

# 不使用for进行遍历
a = iter([1,2,3,4,6])
print(next(a))
print(next(a))

输出：

1
2
3
4
6
1
2

个人理解：

函数 next() 每次只迭代一次，因此只返回一个值。

生成器

廖雪峰解释：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，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。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，这种一边循环一边计算的机制，称为生成器（Generator）。

生成器也是一种只能迭代一次的迭代器，因为它们并没有把所有的值存在内存中，而是在运行时生成值。

生成器都是迭代器，但迭代器不一定是生成器。

作用：节省内存，只需要在用的时候计算元素的值就行。适合处理非常大的文件。

举例

# 生成器
# 生成器有两种产生方式，一种是列表生成式加括号，比如 range() 函数，另一种一般通过 yield 去实现
def reverse(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

for char in reverse("0123456789"):
    print(char)

输出：

9
8
7
6
5
4
3
2
1
0

个人理解：

在 Python 2 中，xrange 用法与 range 完全相同，所不同的是生成的不是一个数组，而是一个生成器。

在 Python 3 中，range() 是像 xrange() 那样实现，xrange() 被抛弃。

参考资料

python中yield的用法详解——最简单，最清晰的解释

Python中的闭包