Python3 迭代器和生成器

1.迭代器 Iterator

迭代器是一个可以记住遍历的位置的对象。

　　迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

　　迭代器有两个基本的方法：iter() 和 next()。

　　list=[1,2,3,4]
　　it = iter(list) # 创建迭代器对象
　　for x in it:    #next(it)
　　　　print (x, end=" ")

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function（生成器函数）。

　　这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

　　可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections.abc import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True

 　　生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>>from collections.abc import Iterator
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter(‘abc‘), Iterator)
True

Python的for循环本质上就是通过不断调用next()函数实现.

2.生成器　 在Python中，这种一边循环一边计算的机制，称为生成器：generator。

 　　创建generator。第一种方法，只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
>>> next(g) # 通过next()函数获得generator的下一个返回值
0
>>> next(g)
1#也可用for循环来获取，并且不需要关心StopIteration的错误
>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
 

第二种，生成器函数。调用一个生成器函数，返回的是一个迭代器对象。

　　在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

使用 yield 实现斐波那契数列：

#!/usr/bin/python3
 
import sys
 
def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
 
while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

摘录自python3菜鸟教程和廖雪峰python3