Python3 迭代器与生成器 | 菜鸟教程（十）

目录

一、Python3 迭代器

（一）相关介绍

1、迭代是Python最强大的功能之一，是访问集合元素的一种方式。

2、迭代器是一个可以记住遍历的位置的对象。

3、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。

4、迭代器有两个基本的方法：iter() 和 next()。

（二）字符串，列表或元组对象都可用于创建迭代器：

 （三）迭代器对象可以使用常规for语句进行遍历：

（四）也可以使用 next() 函数：

（五）创建一个迭代器

1、把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

2、如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

更多内容查阅：Python3 面向对象（后面会讲到）

3、__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

4、__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

5、创建一个返回数字的迭代器，初始值为 1，逐步递增 1：

（六）StopIteration

1、StopIteration 异常用于标识迭代的完成，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触发 StopIteration 异常来结束迭代。

2、在 20 次迭代后停止执行：

二、Python3   生成器

（一）相关介绍

1、在 Python 中，使用了 yield 的函数被称为生成器（generator）。

2、跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

3、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。

4、调用一个生成器函数，返回的是一个迭代器对象。

（二）以下实例使用 yield 实现斐波那契数列：

---

一、Python3 迭代器

（一）相关介绍

1、迭代是Python最强大的功能之一，是访问集合元素的一种方式。

2、迭代器是一个可以记住遍历的位置的对象。

3、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。

4、迭代器有两个基本的方法：iter() 和 next()。

（二）字符串，列表或元组对象都可用于创建迭代器：

实例：

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>

 （三）迭代器对象可以使用常规for语句进行遍历：

实例：

#!/usr/bin/python3

list=[1,2,3,4]

it = iter(list)         # 创建迭代器对象

for x in it:

        print (x, end=" ")

执行以上程序，输出结果如下：

1 2 3 4

（四）也可以使用 next() 函数：

实例：

#!/usr/bin/python3

import sys # 引入 sys 模块

list=[1,2,3,4]

it = iter(list) # 创建迭代器对象

while True:

        try:

                print (next(it))

        except StopIteration:

                sys.exit()

执行以上程序，输出结果如下：

1
2
3
4

（五）创建一个迭代器

1、把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

2、如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

更多内容查阅：Python3 面向对象（后面会讲到）

3、__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

4、__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

5、创建一个返回数字的迭代器，初始值为 1，逐步递增 1：

实例：

class MyNumbers:

        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))

print(next(myiter))

执行输出结果为：

1
2
3
4
5

（六）StopIteration

1、StopIteration 异常用于标识迭代的完成，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触发 StopIteration 异常来结束迭代。

2、在 20 次迭代后停止执行：

实例：

class MyNumbers:

        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)

执行输出结果为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

二、Python3   生成器

（一）相关介绍

1、在 Python 中，使用了 yield 的函数被称为生成器（generator）。

2、跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

3、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。

4、调用一个生成器函数，返回的是一个迭代器对象。

（二）以下实例使用 yield 实现斐波那契数列：

实例：

#!/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()

执行以上程序，输出结果如下：

0 1 1 2 3 5 8 13 21 34 55