10-Python之路---迭代器和生成器

阿新 • • 發佈：2020-08-25

前言

假如現在有一個列表L = [1,2,3,4,5],如果需要獲取列表裡的內容，有幾種方法？

第一種：

L[0]

第二種：

for i in L:
	print(i)

如果用索引取值，我們可以取到任意位置的值，前提是你得知道這個值在什麼位置。

如果用for迴圈來取值，我們把每個值都取到，不需要關心每個值的位置，因為只能按照順序來取值。

但是，有沒有人想過為啥可以使用for迴圈取值？

Python中的for迴圈

想搞清楚for迴圈，還是得從程式碼的角度看：

for i in [1,2,3,4,5]:  
    print(i)

上面這段程式碼沒啥問題，但是我們換一種情況，迴圈一組數字12345，

for i in 12345:  
    print(i)
    
# 結果：
Traceback (most recent call last):
  File "D:/Mark/學員問題.py", line 4, in <module>
    for i in 12345:
TypeError: 'int' object is not iterable

報錯了！莫慌，有報錯提示TypeError: 'int' object is not iterable,說int型別不是iterable,老馬百度翻譯了一下

也就是說int型別不是可迭代的！

迭代

什麼是迭代

"可迭代"這個概念，我們可以從報錯上分析，之所以12345不可以for迴圈，是因為它不可迭代，反過來意思就是，如果"可迭代"，那麼就可以被for迴圈！

我們知道，字串，列表，元組，字典，集合都可以被for迴圈，說明它們是可迭代的。

from collections import Iterable

l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4}

print(isinstance(l, Iterable))
print(isinstance(t, Iterable))
print(isinstance(d, Iterable))
print(isinstance(s, Iterable))

列印結果都是True,那麼迭代指的就是可以將資料一個挨著一個的取出來。

可迭代協議

能被for迴圈的就是可迭代的，但是for怎麼知道誰是可迭代的呢？

假設我們有一個數據型別，希望這個型別裡的東西可以被for迴圈，那麼就必須滿足for迴圈的要求，而這個要求就是"協議"

可以滿足被迭代的要求就叫做可迭代協議，可迭代協議的定義非常簡單，就是內部實現了__ iter__方法。

print(dir([1,2]))
print(dir((2,3)))
print(dir({1:2}))
print(dir({1,2}))

在列印結果中，不難發現，都有一個__ iter__方法。也就是說要想可迭代，那麼內部必須有一個__iter__方法

那麼，__ iter__方法有什麼用呢？

print([1,2].__iter__())
# 結果：
<list_iterator object at 0x000001D5CF34C898>

又出現一個不懂的單詞iterator，翻譯一下

迭代器

又是一個新問題,什麼是迭代器？

雖然現在還不清楚，但是我們已經有了一個迭代器，我們來研究下這個列表的迭代器和列表的區別.

# 迭代器的方法 - 列表的方法
print(set(dir([1,2].__iter__()))-set(dir([1,2])))
# 結果：
{'__next__', '__length_hint__', '__setstate__'}

可以看到，迭代器中多了三個方法，那麼這三個都分別有什麼用處？

iter_list = [1,2,3,4,5,6].__iter__()
#獲取迭代器中元素的長度
print(iter_list.__length_hint__())
#根據索引值指定從哪裡開始迭代
print(iter_list.__setstate__(4))
#一個一個的取值
print(iter_list.__next__())
print(iter_list.__next__())

在for迴圈中，就是在內部呼叫了__next__方法才能取到一個一個的值。

如果我們一直取next取到迭代器裡已經沒有元素了，就會丟擲一個異常StopIteration，告訴我們，列表中已經沒有有效的元素了。

L = [1,2,3,4]
L_iter = L.__iter__()
while True:
    try:
        item = L_iter.__next__()
        print(item)
    except StopIteration:
        break

迭代器遵循迭代器協議：必須擁有__iter__方法和__next__方法。

動手試試：看看range()是個啥？

生成器

在 Python 中，使用了 yield 的函式被稱為生成器（generator）。

跟普通函式不同的是，生成器是一個返回迭代器的函式，只能用於迭代操作，更簡單點理解生成器就是一個迭代器。

在呼叫生成器執行的過程中，每次遇到 yield 時函式會暫停並儲存當前所有的執行資訊，返回 yield 的值, 並在下一次執行 next() 方法時從當前位置繼續執行。

呼叫一個生成器函式，返回的是一個迭代器物件。

Python中提供的生成器：

1.生成器函式：常規函式定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函式的狀態，以便下次重它離開的地方繼續執行

2.生成器表示式：類似於列表推導，但是，生成器返回按需產生結果的一個物件，而不是一次構建一個結果列表

生成器Generator：

　　本質：迭代器(所以自帶了__iter__方法和__next__方法，不需要我們去實現)

　　特點：惰性運算,開發者自定義

好處：節省記憶體。

栗子：

假如我去飯店吃麵，我上來就要挑戰100碗，老闆娘答應了，然後開始下面給我吃【手動狗頭】，她做一碗，我吃一碗，也可以做3碗，我吃3碗，而不是說等100碗全部做好，在給我，等她做完，面坨了，我也不想吃了（要節約糧食！！！）

def produce():
    """下面"""
    for i in range(2000000):
        yield "做好第%s份面"%i

        
product_g = produce()
print(product_g.__next__()) #要一碗
print(product_g.__next__()) #再要一碗
print(product_g.__next__()) #再要一碗

num = 0
for i in product_g:         #要五碗
    print(i)
    num +=1
    if num == 5:
        break

生成器表示式

l1=[i for i in range(10)]   #列表解析
g1=(i for i in range(10))   #生成器表示式
print(g1)
print(next(g1))     #next本質就是呼叫__next__
print(g1.__next__())
print(next(g1))

1.把列表解析的[]換成()得到的就是生成器表示式

2.列表解析與生成器表示式都是一種便利的程式設計方式，只不過生成器表示式更節省記憶體

3.Python不但使用迭代器協議，讓for迴圈變得更加通用。大部分內建函式，也是使用迭代器協議訪問物件的。

面試題

# 面試一
def demo():
    for i in range(4):
        yield i

g=demo()

g1=(i for i in g)
g2=(i for i in g1)

print(list(g1))
print(list(g2))

# 面試二
def add(n,i):
    return n+i

def test():
    for i in range(4):
        yield i

g=test()
for n in [1,10]:
    g=(add(n,i) for i in g)

print(list(g))