python迭代器和生成器的作用_python迭代器与生成器的详细介绍

一.什么玩意是迭代器？

先说说什么是迭代吧，迭代就是一件事情重复很多次，比如说for循环。

for循环可以对一切有iter方法的对象进行迭代，那么什么是iter方法呢？

一个对象是否可迭代，全都取决于这个对象是否有iter方法，调用对象的iter方法，就回返回一个迭代器，这个迭代器一定具有next方法，在调用这个迭代器的next方法时，迭代器就回返回它的下一个值，当迭代器中没有值可以返回了，就回抛出一个名为StopIteration的异常，停止迭代。

迭代器还有个很重要的特性，就是不可逆，只能前进，不能后退。

for循环就是这样工作的，for循环在循环一个对象的时候，会调用这个对象的iter方法，得到迭代器，然后在调用这个迭代器的next方法，去获得这个迭代器中包涵的每个值。

二.列表和迭代器的区别在哪里？如何可以实现一个基本的迭代器？

迭代器的工作方式，是在使用的时候计算一个值获取一个值，而列表呢，是一次性获取所有的值，如果有很多值，就会占用很大的内存。

当自己创建一个对象时，如何让自己的对象可迭代？

class test_class:

def init(self,start_num,stop_num):

self.start_num = start_num

self.stop_num = stop_num

def next(self):

if self.start_num < self.stop_num:

self.start_num += 1

return self.start_num

def iter(self):

return self

test_obj = test_class(0,3)

print test_obj.next()

>>>1

print test_obj.next()

>>>2

print test_obj.next()

>>>3

三.什么是生成器？

个人的理解，生成器是个比较特殊的可迭代对象，它与其他的可迭代对象不太一样的地方，就是，其他的可迭代对象需要调用iter方法，返回个迭代器对象，然后通过迭代器对象去执行next方法，获取迭代器中的值，但是生成器直接可以被迭代，无需执行iter方法。

在python中生成器有两种表达形式：

函数式生成器：也就是字面意思，在常规的函数中定义的生成器，语句的返回值不再使用return去返回，而是使用yield关键字每次返回一个结果,一个函数中不可以有多个return，但是可以有多个yield，函数中的每一个yield都会返回一个结果，每执行一个yield，函数的执行状态都会被‘挂起’可以理解为暂停，下次继续调用这个函数的时候，会从上次挂起的位置继续向下执行。

下面是关于函数式生成器的例子：

下面这个例子验证了yield的两种特性，第一种是一个函数可以yield多个值，有多个yield，另外一个就是函数式生成器的挂起特性。

def func1():

yield 1

print "第一个yield执行完成~"

yield 2

print "第二个yield执行完成~"

yield 3

print "第三个yield执行完成~"

for i in func1():

print i

>>>1

第一个yield执行完成~

2

第二个yield执行完成~

3

第三个yield执行完成~

生成器表达式：使用类似于列表推导式的方法，但是返回的对象不再是一个列表，而是一个可以按需生成结果的一个对象(生成器)。

例1:

for i in (i for i in range(10000)):

print i

(i for i in range(5)) 这个就是生成器表达式。

(i for i in range(10000)) = def test(): for i in range(10000):yield i

这两个种写法起到的作用是一样的，只不过是写法不同，一个是生成器表达式，另一种是函数式生成器。

有没有觉得这种生成器表达式和列表推导式看起来很像，不同的地方就在于列表推导式是使用［］中括号，而生成器表达式使用的是()小括号？

事实就是如此，它们之间的语法确实只差一个括号，但是，生成器表达式更节省内存空间。

关于生成器，大致就说的差不多了，最后来个总结：

生成器的定义方法与普通的函数是一模一样的，不同的地方就是生成器使用yield返回一个值，函数使用return返回一个值。

在python中，生成器会自动实现迭代协议，在没有值可以返回的时候，返回一个StopIteration异常。

生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行。

下面的例子是列表推导式和生成器表达式执行的效率对比，感兴趣的小伙伴可以在自己电脑上执行一下试试。

#列表解析

sum([i for i in range(100000000)])#内存占用大,机器容易卡死

#生成器表达式

sum(i for i in range(100000000))#几乎不占内存