Python中產生器和迭代器的區別__Python

Python中產生器和迭代器的區別(代碼在Python3.5下測試)： Num01–>迭代器 定義：

對於list、string、tuple、dict等這些容器物件,使用for迴圈遍曆是很方便的。在後台for語句對容器物件調用iter()函數。iter()是python內建函數。
iter()函數會返回一個定義了next()方法的迭代器對象，它在容器中逐個訪問容器內的元素。next()也是python內建函數。在沒有後續元素時，next()會拋出一個StopIteration異常，通知for語句迴圈結束。

迭代器是用來協助我們記錄每次迭代訪問到的位置，當我們對迭代器使用next()函數的時候，迭代器會向我們返回它所記錄位置的下一個位置的資料。實際上，在使用next()函數的時候，調用的就是迭代器對象的_next_方法（Python3中是對象的_next_方法，Python2中是對象的next()方法）。所以，我們要想構造一個迭代器，就要實現它的_next_方法。但這還不夠，python要求迭代器本身也是可迭代的，所以我們還要為迭代器實現_iter_方法，而_iter_方法要返回一個迭代器，迭代器自身正是一個迭代器，所以迭代器的_iter_方法返回自身self即可。 一些術語的解釋：

1，迭代器協議：對象需要提供next()方法，它要麼返回迭代中的下一項，要麼就引起一個StopIteration異常，以終止迭代。

2，可迭代對象：實現了迭代器協議對象。list、tuple、dict都是Iterable（可迭代對象），但不是Iterator（迭代器對象）。但可以使用內建函數iter()，把這些都變成Iterable（可迭代器對象）。

3，for item in Iterable 迴圈的本質就是先通過iter()函數擷取可迭代對象Iterable的迭代器，然後對擷取到的迭代器不斷調用next()方法來擷取下一個值並將其賦值給item，當遇到StopIteration的異常後迴圈結束 Python內建容器物件案例：

# 隨便定義一個listlistArray=[1,2,3]# 使用iter()函數iterName=iter(listArray)print(iterName)# 結果如下：是一個列表list的迭代器# <list_iterator object at 0x0000017B0D984278>print(next(iterName))print(next(iterName))print(next(iterName))print(next(iterName))#沒有迭代到下一個元素，直接拋出異常# 1# 2# 3# Traceback (most recent call last):#   File "Test07.py", line 32, in <module># StopIteration

Python中一個實現了_iter_方法和_next_方法的類對象，就是迭代器，如下案例是計算菲波那切數列的案例

class Fib(object):    def __init__(self, max):        super(Fib, self).__init__()        self.max = max    def __iter__(self):        self.a = 0        self.b = 1        return self    def __next__(self):        fib = self.a        if fib > self.max:            raise StopIteration        self.a, self.b = self.b, self.a + self.b        return fib# 定義一個main函數，迴圈遍曆每一個菲波那切數def main():    # 20以內的數    fib = Fib(20)    for i in fib:        print(i)# 測試if __name__ == '__main__':    main()

解釋說明：

在本類的實現中，定義了一個_iter_(self)方法，這個方法是在for迴圈遍曆時被iter()調用，返回一個迭代器。因為在遍曆的時候，是直接調用的python內建函數iter()，由iter()通過調用_iter_(self)獲得對象的迭代器。有了迭代器，就可以逐個遍曆元素了。而逐個遍曆的時候，也是使用內建的next(）函數通過調用對象的_next_(self)方法對迭代器對象進行遍曆。所以要實現_iter_(self)和_next_(self)這兩個方法。

而且因為實現了_next_(self)方法，所以在實現_iter_(self)的時候，直接返回self就可以。

總結一句話就是：
在迴圈遍曆自訂容器物件時,會使用python內建函數iter()調用遍曆對象的_iter_(self)獲得一個迭代器,之後再迴圈對這個迭代器使用next()調用迭代器對象的_next_(self)。

注意點：_iter_(self)只會被調用一次,而_next_(self)會被調用 n 次，直到出現StopIteration異常。 Num02–>產生器 作用：

>延遲操作。也就是在需要的時候才產生結果，不是立即產生結果。

注意事項：

>產生器是只能遍曆一次的。>產生器是一類特殊的迭代器。

分類：

第一類：產生器函數：還是使用 def 定義函數，但是，使用yield而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次從它離開的地方繼續執行。

如下案例加以說明：

# 菲波那切數列def Fib(max):    n, a, b = 0, 0, 1    while n < max:        yield b        a, b = b, a + b        n = n + 1    return '親。沒有資料了...'# 調用方法，產生出10個數來f=Fib(10)# 使用一個迴圈捕獲最後return 返回的值，儲存在異常StopIteration的value中while  True:    try:        x=next(f)        print("f:",x)    except StopIteration as e:        print("產生器最後的傳回值是：",e.value)        break

第二類：產生器運算式：類似於列表推導，只不過是把一對大括弧[]變換為一對小括弧()。但是，產生器運算式是按需產生一個產生器結果對象，要想拿到每一個元素，就需要迴圈遍曆。

如下案例加以說明：

# 一個列表xiaoke=[2,3,4,5]# 產生器generator，類似於list，但是是把[]改為()gen=(a for a  in xiaoke)for  i  in gen:    print(i)#結果是：2345# 為什麼要使用產生器。因為效率。# 使用產生器運算式取代列表推導式可以同時節省 cpu 和 記憶體(RAM)。# 如果你構造一個列表(list)的目的僅僅是傳遞給別的函數,# 比如 傳遞給tuple()或者set(), 那就用產生器運算式替代吧!# 本案例是直接把列錶轉化為元組kk=tuple(a for a in xiaoke)print(kk)#結果是：(2, 3, 4, 5)# python內建的一些函數，可以識別這是產生器運算式，外面有一對小括弧，就是產生器result1=sum(a for a in range(3))print(result1)# 列表推導式result2=sum([a for a in range(3)])print(result2)