生成器和迭代器

2020-06-18 17:54:00 阅读：180 来源： 互联网

迭代器

迭代器协议

对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么返回一个异常来终止本次迭代。（只能往前走，不能往后退！）

迭代器对象

遵循了（实现了）迭代器协议的对象。（对象内部实现了一个__next__方法，以实现迭代器协议）称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象

>>> from collections import Iterable, Iterator

>>> l = list([1,2,3])   # 定义列表
>>> l_iter = l.__iter__()   # 调用列表的 __iter__ 方法
>>> isinstance(l, Iterable)   # 列表可迭代对象
True
>>> isinstance(l, Iterator)   # 列表不是迭代器
False

>>> isinstance(l_iter, Iterable)   # 列表的__iter__ 方法返回 是可迭代对象
True
>>> isinstance(l_iter, Iterator)   # 列表的__iter__ 方法返回 也是是迭代器对象
True

可迭代对象(iterable)

可迭代对象有很多种形式，只要满足可以每次取到容器对象中下一个对象的，都称为可迭代对象。

实现了 __iter__方法的对象称为可迭代对象。

range() 对象也是可迭代对象。

生成器对象也是可迭代对象。

>>> from collections import Iterable, Iterator

>>> isinstance(range(10), Iterator)
False
>>> isinstance(range(10), Iterable)
True

# 生成器对象一定是迭代器对象， 那么他也必然是可迭代对象
>>> isinstance((i for i in range(10)), Iterator)
True
>>> isinstance((i for i in range(10)), Iterable)
True

总结补充

列表、元组、集合、字符串、字典都是可迭代对象。

for 循环的本质：使用迭代器协议访问可迭代对象中的每一个对象。

生成器

生成器类似于一种数据类型，这种数据类型自动实现了迭代器协议，所以生成器也是迭代器。

生成器分类及在python中的表现形式：（Python有两种不同的方式提供生成器）

生成器函数

常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

>>> def generator(n):
...     for i in range(n):
...         yield i
... 
>>> gener_obj = generator(10)
>>> gener_obj.__next__()
0
>>> gener_obj.__next__()
1
>>> gener_obj.__next__()
2
>>> type(gener_obj)
<class 'generator'>

生成器表达式

类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表，按需取出对象

注意生成器用()包裹起来

>>> generator = (i for i in range(10))
>>> generator.__next__()
0
>>> generator.__next__()
1
>>> type(generator)
<class 'generator'>

标签：__,迭代,对象,生成器,iter,isinstance
来源： https://www.cnblogs.com/monkey-code/p/13158889.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9