迭代器
- 内部含有
_iter_方法和_next_方法都是迭代器
- 可迭代对象 都可以通过内置函数
iter转换为迭代器
- 内置函数
next 进行迭代操作,当所有数据迭代完毕后，再使用 next 迭代，会抛出异常 StopIteration。
- 使用
for循环容器取值的都是可迭代的
容器就是将多个元素在一起的单元，并且，是可以迭代的，比如列表，字典，元组，字符串
1
2
3
4
5
6
7
8
| # 将列表转换为一个迭代器
iter_li = iter([11,22)
# 通过next对迭代器进行迭代操作，每次可以迭代出来一个数据
s1 = next(iter_li)
print('s1:',s1)
s2 = next(iter_li) # s1 :11
print('s2:',s2) # s2 :22
s3 = next(iter_li) # StopIteration 错误
|
生成器
是一种特殊的迭代器，具备迭代器所有的特性。但其相比与迭代器，占用的内存更少
他本质上是一个函数，只不过函数的return改为了yield语句，正常的for循环语句，会不停的遍历容器的对象，然后返回（如果有return的话），当我们用yield取而代之
每当函数执行时遇到yield时，他会记住此时的一个位置并挂起，等到使用__next__操作时，才由上一次挂起的位置继续执行。生成器不仅“记住”了它的数据状态，生成还记住了程序执行的位置
python 中定义生成器，一共有两种方式，一种是生成器表达式，另一种是生成器函数。
生成器表达式
生成器表达式的语法其实就是把列表推导式的中括号改成小括号，如下：
1
2
3
4
5
6
7
| gen_ =(item for item in range(2))
print(gen_)
s1 = next(gen_)
print(s1)
next(gen_)
next(gen_)
|
生成器函数
在函数中使用 yield关键字可以定义一个生成器函数
1
2
3
4
5
6
7
8
9
10
| def func():
for i in range(1):
yield i
gen_list = func()
gen_lsit = func()
s2 = next(gen_list)
print(s2)
next(gen_list)
|
自定义类生成器
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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
| from collections import Iterable
from collections import Iterator
import time
class Classmate(object):
"""定义一个同学类"""
def __init__(self):
self.name = list()
self.name_num = 0
def add(self, name):
self.name.append(name)
def __iter__(self):
return self # 返回本身
def __next__(self):
if self.name_num < len(self.name):
ret = self.name[self.name_num]
self.name_num += 1
return ret
# 抛出异常，当循环后自动结束
else:
print("-------StopIteration---")
raise StopIteration
class1 = Classmate()
class1.add("张三")
class1.add("李四")
class1.add("王五")
print("判断是否是可迭代的对象：", isinstance(class1, Iterable))
print("判断是否是迭代器：", isinstance(class1, Iterator))
for name in class1:
print(name)
time.sleep(1)
# 结果为
判断是否是可迭代的对象： True
判断是否是迭代器： True
张三
李四
王五
-------StopIteration---
|
总结两者的区别
- 生成器就是迭代器，反之则不是
- 迭代器，在创建的时候已经生成(比如上面迭代器的列子)，在需要的时候再去操作迭代器加载元素到内存中
- 而生成器，本质是一个可以暂时挂起的函数，等到需要时再继续执行去生成元素，这样子，使得生成器比迭代器更省内存。