返回宝典

迭代器与生成器

上一节 下一节

迭代器(Iterator)和生成器(Generator)是在python2.2引入的;本小节将使用白话文来介绍迭代器与生成器,白话未必准确严谨,但是更加简明形象;重在理解与体会。


简陋的介绍

用白话来说,迭代器协议就是由2部分组成:前者是“生产者”,后者是“消费者”。生产者说:“我知道如何来提供数据,我负责的就是准备好要提供的数据,然后每次提供一个”;消费者书,“小爷我就是吃货,请生产者每次提供一个数据给我吃,如果你的数据被我吃光了,要跟我说下你没有数据了。”

生产者说:“好哒”;于是乎,请看下例:

#coding=utf-8

def func():
    yield 33
    yield 32
    yield 22
    yield 101

a = func()     # <generator object func at 0x10a647460>
print a.next() # 会输出33
print a.next() # 会输出32
print a.next() # 会输出22
print a.next() # 会输出101
print a.next() # 没有东西可输出了,所以就报错StopIteration

运行一下


上述这个简单的例子中,就涵盖了迭代器(Iterator)和生成器(Generator)。上例中的变量a就是迭代器,而生成器就是构造迭代器对象的函数func。

万变不离其宗,有时只是融入了其它的知识点;如下所示,python的内置函数iter可根据有序序列对象(列表、字符串、元组)来构建一个迭代器(Iterator)对象;从而省去手动来写生成器函数。

#coding=utf-8

list_obj = range(4)    # 返回[0, 1, 2, 3]
it = iter( list_obj )  # 根据列表对象返回迭代器对象
print next( it )       # 输出0  next(it)等价于it.next()
print next( it )       # 输出1
print next( it )       # 输出2
print next( it )       # 输出3
print next( it )       # 没有东西可输出了,所以就报错StopIteration

运行一下


本小节重在帮助初学者对迭代器与生成器进行理解与体会,找感觉为目的,不以实际运用为目的,暂不做深入展开;理解这些对于日常使用python时对一些细节会有更深刻理解,比如xrange与range的区别,前者返回的是一个迭代器,后者返回的是一个列表;若传入的整数形参较大,则后者会占用太多内存、效率过低,而前者返回的是迭代器对象,则对内存的占用很小,且相对固定有限。从实用角度,只需要记住for循环中一律实用xrange即可;而经过本小节,则应对其内在有了进一步理解体会。


迭代器与生成器

上一节 下一节