Python语言之迭代器与生成器

参考内容来自牛客网–编程入门教程。

1.迭代器

1.概念：

迭代器是Python最强大的功能之一，是访问集合元素的一种方式。
迭代器是一种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，直到所有的元素访问结束，迭代器只能往前不能后退。

2.基本方法：

迭代器两个基本方法：iter()和next()。
注意：字符串，列表，元组对象都可以创建迭代器。




运行结果：

3.创建迭代器

把一个类作为一个迭代器使用就需要在类中实现两个方法iter() 和next().
在Python中定义类经常会用到__init__函数（方法），首先需要理解的是，两个下划线开头的函数是声明该属性为私有，不能在类的外部被使用或访问。而__init__函数（方法）支持带参数类的初始化，也可为声明该类的属性（类中的变量）。__init__函数（方法）的第一个参数必须为self，后续参数为自己定义。
+++++++++++++++++++++++++++++++++++++++++++++++++++
iter() 方法返回一个特殊的迭代器对象，这个迭代器对象实现next()方法，通过StopIteration异常标识迭代的完成。

next() 方法返回下一个迭代器对象。

案例
创建一个返回数字迭代器，初始值为1，逐步递增1.

class MyNumbers:
    #两个下划线开头的函数是声明该属性为私有，不能在类的外部被使用或访问。
    def __iter__(self):  
        self.a = 1
        return self
    
    def __next__(self):
        x = self.a
        self.a += 1
        return x

myclass =MyNumbers()
myiter = iter(myclass)

print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

运行结果：

4.StopIteration

StopIteration 异常用于表示迭代的完成，防止出现无限循环的情况，在next()方法中我们可以设置在完成指定循环次数后出发StopIteration 异常来结束迭代。

class MyNumbers:
    #两个下划线开头的函数是声明该属性为私有，不能在类的外部被使用或访问。
    def __iter__(self):  
        self.a = 1
        return self
    
    def __next__(self):
        
        if self.a <= 20:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration

myclass =MyNumbers()
myiter = iter(myclass)

for x in myiter:
    print(x,end = "  ")#end= " "意思就是以空格为间隔，逐次输出
    #print(x) #隔行输出

运行结果展示：

2.生成器

1.概念

在Python中，使用yield的函数被称为生成器（generator）。

生成器是一个返回迭代器的函数，只能用于迭代操作，更简单的理解生成器就是一个迭代器，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()方法的时候从当前位置继续运行，调用一个生成器函数，返回的是一个迭代器对象。

2.示例

1.使用yield实现斐波拉契数列。

import sys
def fibonacci(n): #生成器函数-斐波拉契
    a,b = 0,1
    count = 0
    while True:
        if (count >n):
            return 
        yield a
        a,b = b,a+b
        count += 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()

运行结果：

3.问题求解？

不知道为什么，同样的代码在jupyter notebook里面有错误，而在pycharm里面却很正常，不知道你为什么 ？