Python之產生器(generator)和迭代器(Iterator)

標籤：std   運算式   cond   因此   計算   儲存   def   return   結束   

generator

產生器generator：一邊迴圈一邊計算的機制。

產生器是一個特殊的程式，可以被用於控制迴圈的迭代行為。python中的產生器是迭代器的一種，使用yield傳回值函數，每次調用yield會暫停，可以使用next()函數和send()函數恢複產生器。

產生器類似於傳回值為數組的一個函數，這個函數可以接受參數，可以被調用。但是，不同於一般函數會一次性返回包括了所有數值的數組，產生器一次只能產生一個值，這個消耗的記憶體數量將大大減小。因此，產生器看起來像是一個函數，但是表現得像迭代器。

建立generator方法一：產生器運算式

產生器運算式：返回一個對象，這個對象只有在需要的時候才產生結果。
只要把一個列表產生式中的[]改為()，就建立一個generator。

>>> list(x*x for x in range(5))[0, 1, 4, 9, 16]>>> list[x*x for x in range(5)]  File "<stdin>", line 1    list[x*x for x in range(5)]               ^SyntaxError: invalid syntax>>> #列表解析產生列表... [ x**3 for x in range(5)][0, 1, 8, 27, 64]>>> #產生器運算式... ( x**3 for x in range(5))<generator object <genexpr> at 0x105d8ba50>>>> list( x**3 for x in range(5))[0, 1, 8, 27, 64]

方法二：產生器函數

也是用def定義，如果一個函數至少包含一個yield聲明(當然它也可以包含其他yield或return)，那麼它就是一個generator.
yield和return都會讓函數返回一些東西，區別在於，return聲明徹底結束一個函數，而yield聲明是暫停函數，儲存它的所有狀態，並且後續被調用後會繼續執行。

>> def my_gen():...     n=1...     print "first"...     yield n...     n+=1...     print "second"...     yield n... >>> for item in my_gen():...     print item... first1second2>>

一個迭代可以被寫成產生器函數，也可以被寫成產生器運算式，均支援自動和手動迭代。而且這些產生器只支援一個active迭代，也就是產生器的迭代器就是產生器本身。

迭代器（迭代就是迴圈）

可以直接作用於for迴圈的資料類型：

• 集合資料類型，如list、tuple、dict、set、str
• generator，包括產生器函數和運算式？
• 這些可以直接作用於for迴圈對象的統稱為可迭代對象：Iterable
• 可以被next()函數調用並不斷返回下一個值的對象成為迭代器：Iterator
• 產生器都是Iterator對象，但list、dict、str雖然是Iterable（可迭代對象），卻不是Iterator（迭代器）。
• 把list、dict、str等Iterable變成Iterator可以使用iter()函數。

Iterator對象表示的是一個資料流，Iterator對象可以被next()函數調用並不斷返回下一個資料，直到沒有資料時拋出StopIteration錯誤。可以把這個資料流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個資料，所以Iterator的計算是惰性的，只有在需要返回下一個資料時它才會計算。

小結

• 凡是可作用於for迴圈的對象都是Iterable類型；
• 凡是可作用於next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；
• 集合資料類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。

Python之產生器(generator)和迭代器(Iterator)