datetime:2019/5/16 15:32

author:nzb

迭代器和生成器

• 和迭代器相关的魔术方法（__iter__和__next__）

• 两种创建生成器的方式（生成器表达式和yield关键字）

     def fib(num):
    """生成器"""
    a, b = 0, 1
    for _ in range(num):
        a, b = b, a + b
        yield a


class Fib(object):
    """迭代器"""

    def __init__(self, num):
        self.num = num
        self.a, self.b = 0, 1
        self.idx = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.idx < self.num:
            self.a, self.b = self.b, self.a + self.b
            self.idx += 1
            return self.a
        raise StopIteration()

生成器，迭代器的区别？

迭代器：遵循迭代协议的对象。用户可以使用 iter() 以从任何序列得到迭代器（如 list, tuple,dictionary, set 等）。 另一个方法则是创建一个另一种形式的迭代器 —— generator 。要获取下一个元素，则使用成员函数 next()（Python 2） 或函数 next() function （Python 3） 。当没有元素时，则引发 StopIteration 此例外。若要实现自己的迭代器， 则只要实现 next() （Python 2）或 next ()（Python 3）

生成器（Generator）：只是在需要返回数据的时候使用yield语句。每次 next() 被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值） 区别： 生成器能做到迭代器能做的所有事，而且因为自动创建 iter() 和 next() 方法，生成器显得特别简洁，而且生成器也是高效的， 使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态的自动方法，当发生器终结时，还会自动抛出StopIteration异常。

列表推导式、字典推导式以及生成器

import random

l = [i for i in range(10)]
d = {k: random.randint(4, 9) for k in ['a', 'c', 'd']}
g = (i for i in range(10))
print("列表推导式：{}，类型：{}".format(l, type(l)))
print("字典推导式：{}，类型：{}".format(d, type(d)))
print("生成器：{}，类型：{}".format(g, type(g)))

# 结果
# 列表推导式：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]，类型：<class 'list'>
# 字典推导式：{'a': 5, 'c': 6, 'd': 9}，类型：<class 'dict'>
# 生成器：<generator object <genexpr> at 0x0000023498EF9390>，类型：<class 'generator'>