Python中的生成器【generator】总结，看看你掌握了没？

人生苦短，我用python

python 安装包+资料:点击此处跳转文末名片获取

1.实现generator的两种方式

python中的generator保存的是算法，
真正需要计算出值的时候才会去往下计算出值。
它是一种惰性计算（lazy evaluation）。

要创建一个generator有两种方式。

第一种方法：

把一个列表生成式的[]改成()，
就创建了一个generator：

>>> L=[x * x for x in range(10)]
>>> L
[0,1,4,9,16,25,36,49,64，81]
>>> g = (x * x for x in range(10))#注意把[]改成()后，不是生成一个tuple，而是生成一个generator
>>> g
<generator object <genexpr> at 0x1022ef630>

第二种方式：
在函数中使用yield关键字，函数就变成了一个generator。

函数里有了yield后，执行到yield就会停住，
当需要再往下算时才会再往下算。
所以生成器函数即使是有无限循环也没关系，
它需要算到多少就会算多少，不需要就不往下算。

def fib():a,b = 0,1while True:yield aa, b = b, a + bf = fib()
print (f, next(f),next(f),next(f))
#<generator object fib at 0x7f89769d1fa0> 0 1 1

如上例，第一次输出f，
它就是一个generator，
之后每次next，它就执行到yield a。

当然其实平常很少用到next()，
我们直接用for循环就可以遍历一个generator，
其实for循环的内部实现就是不停调用next()。

生成器可以避免不必要的计算，
带来性能上的提升；
而且会节约空间，
可以实现无限循环（无穷大的）的数据结构。

---

2.可迭代对象(Iterable)和迭代器(Iterator)的概念

可以直接作用于for循环的对象统称为可迭代对象：Iterable。

包括集合数据类型（list、tuple、dict、set、str等）和生成器（generator）。

可以使用isinstance()判断一个对象是否是Iterable对象。

>>>from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)),Iterable)
True
>>> isinstance(100,Iterable)
False

迭代器：Iterator。

它表示的是一个数据流，

Iterator对象可以被next()函数调用并不断返回下一个数据，

直到没有数据时抛出StopIteration错误。

可以把这个数据流看做是一个有序序列，

但我们却不能提前知道序列的长度，

只能不断通过next()函数实现按需计算下一个数据，

所以Iterator的计算是惰性的，

只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，

例如全体自然数。

而使用list是永远不可能存储全体自然数的。

生成器（generator）都是Iterator对象，

但list、dict、str虽然是Iterable，

却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>> isinstance(iter([]),Iterator)
True
>>> isinstance( iter('abc'),Iterator)
True

Python的for循环本质上就是通过不断调用next()函数实现的，

例如：

for x in [1,2,3,4,5]:pass

实际上完全等价于：

#首先获得Iterator对象:
it= iter([1，2，3，4，5])#循环:
while True:try:#获得下一个值:x = next(it)except StopIteration:#遇到StopIteration就退出循环break

---

3.itertools模块

python的内置模块itertools提供了用于操作迭代对象的函数，
非常方便实用。
举一个例子：

islice(iterable, [start, ] stop [, step]):

创建一个迭代器，
生成项的方式类似于切片返回值：
iterable[start : stop : step]，

将跳过前start个项，迭代在stop所指定的位置停止

step指定用于跳过项的步幅。

与切片不同，

负值不会用于任何start，stop和step，

如果省略了start，迭代将从0开始，

如果省略了step，步幅将采用1.

from itertools import islicedef fib():a, b = 0,1while True:yield aa, b = b,a + bf = fib()
print (list(islice(f，10)))#[0,1,1,2,3,5,8,13，21,34]python学习交流扣扣qun：903971231

---

👇问题解答 · 源码获取 · 技术交流 · 抱团学习请联系👇