Python中的迭代器和生成器|极客笔记

Python中的迭代器和生成器

在Python中，迭代器和生成器是非常重要且常用的概念。它们可以帮助我们更有效地处理大量数据或者生成数据序列，同时还能节省内存空间。本文将详细介绍Python中迭代器和生成器的概念、用法以及区别。

什么是迭代器（Iterator）和迭代对象（Iterable）？

在Python中，迭代器是一个可以逐个访问元素的对象，而迭代对象是一个可以通过iter()函数转换为迭代器的对象。迭代器对象必须实现__iter__()和__next__()方法，其中__iter__()返回迭代器对象本身，__next__()返回容器中的下一个元素。当没有更多的元素时，__next__()会抛出StopIteration异常。

下面是一个简单的示例，展示如何创建一个迭代器对象：

class MyIterator:
    def __init__(self, max):
        self.max = max

    def __iter__(self):
        self.n = 0
        return self

    def __next__(self):
        if self.n < self.max:
            result = self.n
            self.n += 1
            return result
        else:
            raise StopIteration

my_iter = MyIterator(5)
my_iter = iter(my_iter)
print(next(my_iter))  # 0
print(next(my_iter))  # 1
print(next(my_iter))  # 2
print(next(my_iter))  # 3
print(next(my_iter))  # 4
print(next(my_iter))  # StopIteration

在上面的示例中，我们定义了一个简单的迭代器MyIterator，可以逐个访问0到4的元素。我们通过调用iter()函数将MyIterator转换为迭代器对象，并使用next()函数来逐个获取元素，直到遇到StopIteration异常结束迭代。

什么是生成器（Generator）？

生成器是一种特殊的迭代器，它可以通过函数的方式来创建。生成器对象可以通过yield语句来返回数据，而不是通过return语句。当生成器对象被调用时，函数会被挂起并保存当前状态，等待下一次调用继续执行。

下面是一个简单的示例，展示如何创建一个生成器对象：

def my_generator(max):
    n = 0
    while n < max:
        yield n
        n += 1

my_gen = my_generator(5)
print(next(my_gen))  # 0
print(next(my_gen))  # 1
print(next(my_gen))  # 2
print(next(my_gen))  # 3
print(next(my_gen))  # 4
print(next(my_gen))  # StopIteration

在上面的示例中，我们定义了一个简单的生成器函数my_generator，可以逐个返回0到4的元素。我们通过调用next()函数来逐个获取生成器对象的值，直到遇到StopIteration异常结束迭代。