首页 资源 工具 文章 教程 栏目

Python迭代器和生成器

Python中有一个非常强大的功能叫做迭代器。它是一种遍历数据集合的方式，可以逐个访问集合中的元素。


什么是迭代器？

迭代器是一个特殊的对象，它能够记住自己遍历到了哪个位置。就像读书时使用书签一样，迭代器知道当前读到了哪一页，下次可以从这里继续。

迭代器从集合的第一个元素开始访问，直到所有元素都被访问完毕。它只能向前移动，不能后退。

创建迭代器

在Python中，列表、字符串、元组等都可以用来创建迭代器。使用iter()函数可以创建迭代器对象，使用next()函数可以获取下一个元素。

来看一个简单的例子：

# 创建一个列表
my_list = [1, 2, 3, 4]

# 创建迭代器
my_iter = iter(my_list)

# 使用next()获取元素
print(next(my_iter))  # 输出：1
print(next(my_iter))  # 输出：2

遍历迭代器

除了使用next()函数，还可以用for循环来遍历迭代器：

my_list = [1, 2, 3, 4]
my_iter = iter(my_list)

for item in my_iter:
    print(item, end=" ")

输出结果：1 2 3 4

当使用next()函数遍历时，需要注意处理StopIteration异常：

import sys

my_list = [1, 2, 3, 4]
my_iter = iter(my_list)

while True:
    try:
        print(next(my_iter))
    except StopIteration:
        break

创建自定义迭代器

我们可以创建自己的迭代器类。这需要在类中实现两个特殊方法：iter()和__next__()。

iter()方法返回迭代器对象本身，next()方法返回下一个元素。

下面是一个创建数字迭代器的例子：

class MyNumbers:
    def __iter__(self):
        self.current = 1
        return self
    
    def __next__(self):
        num = self.current
        self.current += 1
        return num

# 使用自定义迭代器
numbers = MyNumbers()
my_iter = iter(numbers)

print(next(my_iter))  # 输出：1
print(next(my_iter))  # 输出：2

控制迭代停止

为了避免无限循环，我们需要在适当的时候抛出StopIteration异常：

class MyNumbers:
    def __iter__(self):
        self.current = 1
        return self
    
    def __next__(self):
        if self.current <= 5:
            num = self.current
            self.current += 1
            return num
        else:
            raise StopIteration

numbers = MyNumbers()
for num in numbers:
    print(num)

输出结果：1 2 3 4 5


生成器：更简单的创建迭代器的方法

生成器是创建迭代器的便捷方式。使用yield关键字可以定义生成器函数。

生成器函数与普通函数不同，它在执行过程中会暂停，并在下次调用时从暂停处继续执行。

def count_down(n):
    while n > 0:
        yield n
        n -= 1

# 创建生成器
counter = count_down(3)

print(next(counter))  # 输出：3
print(next(counter))  # 输出：2
print(next(counter))  # 输出：1

生成器的优势

  1. 内存效率高：生成器不会一次性生成所有数据，而是按需生成，节省内存

  2. 代码简洁：相比自定义迭代器类，生成器的写法更加简洁

  3. 状态保持：自动保存执行状态，下次调用时从上次离开的地方继续

实际应用：斐波那契数列

生成器非常适合处理数学序列，比如斐波那契数列：

def fibonacci(limit):
    a, b = 0, 1
    count = 0
    while count < limit:
        yield a
        a, b = b, a + b
        count += 1

# 生成前10个斐波那契数
fib_gen = fibonacci(10)
for num in fib_gen:
    print(num, end=" ")

输出结果：0 1 1 2 3 5 8 13 21 34


迭代器和生成器的实际用途

  1. 处理大型数据集：当数据太大无法全部加载到内存时，可以使用迭代器逐块处理

  2. 流数据处理：适合处理网络流、文件流等连续数据

  3. 无限序列：可以表示无限长的数据序列

  4. 管道操作：多个生成器可以连接起来形成数据处理管道


使用建议

  1. 对于简单的迭代需求，优先使用for循环

  2. 需要自定义迭代逻辑时，考虑使用生成器

  3. 处理大型数据时，使用生成器可以显著减少内存占用

  4. 在fly63教程中可以找到更多关于高级迭代技巧的内容


总结

迭代器和生成器是Python编程中的重要概念。它们提供了一种高效处理数据的方式，特别适合处理大量数据或无限序列。掌握这些概念能够让代码更加高效和优雅。

通过实际练习，你会逐渐熟悉这些概念。建议从简单的例子开始，逐步尝试更复杂的应用。

本文内容仅供个人学习/研究/参考使用，不构成任何决策建议或专业指导。分享/转载时请标明原文来源，同时请勿将内容用于商业售卖、虚假宣传等非学习用途哦～感谢您的理解与支持！

链接: https://fly63.com/course/36_2092

Python with语句详解 >>
目录选择