python中迭代器和生成器的区别,python中的生成器和迭代器
Python迭代器和生成器
1.迭代程序
1.什么是迭代器？
在迭代器之前，还有一个相关的iter要介绍：iterable object:只要定义了iterator()方法，我们就说对象是迭代器，迭代器可以提供迭代器。
在Python中，for循环可以用于Python中的任何类型，包括list、ancestor等。事实上，for循环可以用于任何“可迭代对象”，它实际上是一个迭代器。
迭代器是实现迭代器协议的对象。在Python中，迭代器协议意味着带有下一个方法的对象将前进到下一个结果，在一系列结果结束时，它将触发StopIteration。通过使用for循环或其他遍历工具，可以在Python中迭代任何这样的对象。下一个方法将在每次迭代时在迭代工具内部被调用，StopIteration异常将被捕获以确定何时离开。
2.为什么要使用迭代器？
使用迭代器的一个明显的优点是一次只从一个对象中读取一段数据，不会造成过多的内存开销。
例如，要使用readlines()方法逐行读取文件的内容，我们可以这样写：
for line in open(test.txt )。readlines():
打印行
虽然这可以工作，但不是最好的方法。因为他实际上是一次性将文件加载到内存中，然后逐行打印。当文件非常大时，这种方法的内存开销非常大。
使用文件的迭代器，我们可以这样写：
对于open中的行( test . txt ):#使用文件迭代器
打印行
这是最简单快捷的写作方法。它使用迭代器一次读取下一行，而不是显式读取文件。
3.如何使用迭代器？
迭代器对象可以通过使用内置工厂函数iter(iterable)获得(对象如果包含iter方法可以迭代，iter方法返回一个迭代器):
lst=范围(5)
it=iter(lst)
它
使用next()方法访问下一个元素。
it.next()
0
it.next()
一个
it.next()
2
处理python迭代器越界会引发StopIteration异常。
it.next()
三
it .下一个
it.next()
四
it.next()
回溯(最近一次呼叫):
文件“”中的第1行
停止迭代
知道了StopIteration，就可以使用迭代器来遍历：
lst=范围(5)
it=iter(lst)
尝试：
虽然正确：
val=it.next()
打印值
除了StopIteration:
及格
对于语法糖：
lst=范围(5)
对于第一个中的I:
.打印I
.
0
一个
2
三
四
第二，发电机
1.什么是发电机？
生成器与Python中迭代器协议的概念相关联。简而言之，一个包含yield语句的函数会被专门编译成生成器。当函数被调用时，它们返回一个支持迭代器接口的生成器对象。该函数可能有一个return语句，但它的功能是产生一个值。
2.为什么要用发电机？
Python生成器用于支持延迟操作。所谓延迟操作，就是在需要的时候产生结果，而不是马上产生。因此，发电机还具有以下优点：-1。它节省了资源消耗。与声明序列不同，生成器在不使用时几乎不占用内存，也没有声明计算过程！-2.使用时，生成器随用随生成，用后立即释放，效率很高！-3.可以实现单线程下并发操作的处理效果。
3.发电机怎么用？
用斐波那契数列的例子来说明：
def fab(最大):
n，a，b=0，0，1
当n最大值：
产量b
a，b=b，a b
n=n 1
#执行
对于fab(5)中的n:
印刷
一个
一个
2
三
五
该函数通过yield关键字返回结果，每次迭代在yield语句处停止，直到下一次迭代。
生成器也是迭代器。简单来说，yield的作用就是把一个函数变成一个生成器。带yield的函数不再是普通函数，Python解释器会把它当成生成器。调用fab(5)不会执行fab函数，而是返回一个iterable对象！执行for循环时，每次都会执行fab函数内部的代码。当到达产量b时，fab函数将返回一个迭代值。在下一次迭代中，代码将从yield b的下一条语句开始继续执行，函数的局部变量看起来与上次中断执行前完全一样，因此函数将继续执行，直到再次满足yield。看起来好像一个函数在正常执行过程中被yield中断了几次，每次中断都会通过yield返回当前的迭代值。
也可以手动调用fab(5)的next()方法(因为fab(5)是一个生成器对象，它有next()方法)，这样我们可以更清楚的看到fab的执行流程：
f=fab(3)
f.next()
一个
f.next()
一个
f.next()
2
f.next()
回溯(最近一次呼叫):
文件“”中的第1行
停止迭代
4.返回的功能
在生成器中，如果没有返回，默认会一直执行到函数完成；如果遇到return，如果在执行过程中返回，将直接抛出StopIteration终止迭代。例如：
def read_file(fpath):
BLOCK_SIZE=1024
用open(fpath， rb )作为f:
虽然正确：
block=f.read(BLOCK_SIZE)
如果阻止：
屈服块
否则：
返回
如果直接在file对象上调用read()方法，会导致不可预知的内存占用。一个好的方法是使用固定长度的缓冲区不断地读取文件的内容。使用yield，我们可以轻松地读取文件，而无需编写读取文件的迭代类。
历史提交的图片或压缩文件
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。