Python中的for循环、迭代器与生成器

for循环是每个编程语言中必不可少的流程控制语句。在Python中，for用于遍历一个迭代对象的所有元素。循环内的语句会对每个元素都执行一次，类似遍历一个集合。

简单的遍历，如下，该for循环将list中的每个数字打印了一遍：

 

 语法：

for element in iterable:
   statements(s)

 

iterable即迭代对象，当一个迭代对象作为参数传给iter()方法时，会返回一个迭代器对象：

 

 

迭代器

迭代器在Python中被定义为一个表现为流式数据的对象。

将对象传递给内置的next()方法时，它会从与之关联的流式数据中返回下一个值，一旦所有数据都遍历结束，就会抛出一个”StopIteration“异常

 

 迭代器遍历元素的过程

当一个循环开始时，首先会获取它的迭代器。for循环会调用该迭代器的__next__()方法，获取迭代器的下一个元素，并执行代码块中的语句。当next到最后发现Stopiteration异常时，循环结束

 

iter()方法要求传入的是可迭代对象，才会返回一个迭代器。而产生的迭代器也同样是一个迭代对象（因为迭代器本身支持迭代器协议），它同样可以被iter(0方法所迭代，得到另一个迭代器。

它和普通迭代对象（如list列表）不同的是，普通迭代对象传入iter()，每次都返回不同的迭代器，而在迭代器上调用iter()，都是返回同一个迭代器（地址是同一个）

 

 

这里有几个简单的概念需要了解一下：

迭代：即逐个获取元素的过程，也可以叫遍历

可迭代：即实现了__iter__方法的对象。基本上Python中的有序列表都是可迭代的。

迭代器：即实现了__next__方法的对象。使用next()，迭代器会返回下一个值，若没有返回的值了，则返回Stopiteration异常。

 

迭代器与普通列表的区别在于，列表会将所有元素一次性加载到内存，而迭代器以延迟计算的方式返回元素，即按需调用。在for循环中，通过不断调用迭代器的next方法，实现遍历

 

生成器

当对有规律的列表进行操作，那么我们可以无需一次性生成所有元素，而是元素边用边生成的方式来处理，减小了资源的占用，也feel更upper一些。

 

这个定义听起来和迭代器没有什么差异，先来看一下如何得到一个生成器吧：

1.使用生成器函数

普通函数使用return返回值，而生成器函数使用yield来返回值，返回的对象就是一个生成器对象，生成器本质上就是一个迭代器，因此与迭代器有相同的特性

 

调用生成器函数时并执行时，此处的yiels会挂起该函数，并向调用者返回一个值，但保留足够的状态使得函数能从它离开的地方继续。

当继续时，函数在上一个yield返回后立即继续执行。从函数的角度看，yield允许了代码按时间产生一系列值，而不是一次性计算并返回给调用者。

 

 

 

2.生成器表达式

与列表生成式非常相似，仅仅把 [ ] 改成了 ( ) ，二者返回的对象不同。（图中错误请忽略）

 

 

至于迭代器与生成器的不同之处，网上的文章并没有什么多余的解释。

在《Python学习手册 第四版》中，同样说到这个话题，但从字里行间可以看得出来，这两个概念没有严格的区分，迭代器偏向描述一个对象的可迭代性；而生成器则添加了一个挂起的功能