VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >
  • 18.Python从入门到精通—Python迭代器与生成器

Python迭代器与生成器
迭代器
在Python中,迭代器是一种用于遍历可迭代对象(如列表、元组、字典、集合等)的对象。迭代器是一种惰性计算的方式,即只有在需要时才会计算下一个元素,这样可以节省内存空间并提高效率。迭代器对象可以使用内置函数iter()来创建,可以使用内置函数next()来获取下一个元素。
下面是一个使用迭代器的例子:

nums = [1, 2, 3, 4, 5]
it = iter(nums)
print(next(it))  # 输出1
print(next(it))  # 输出2
print(next(it))  # 输出3

在这个例子中,我们首先创建了一个列表nums,然后使用iter()函数将其转换为迭代器对象it。接着,我们使用next()函数获取迭代器it的下一个元素,依次输出1、2、3。

需要注意的是,当迭代器遍历到最后一个元素后,再次使用next()函数会抛出StopIteration异常。因此,在使用迭代器遍历时,通常会使用for循环来避免这个问题,例如:

nums = [1, 2, 3, 4, 5]
for num in nums:
    print(num)

在这个例子中,我们使用for循环遍历列表nums,每次迭代都会自动调用next()函数获取下一个元素,直到遍历完所有元素为止。
除了使用for循环外,还可以使用while循环和try-except语句来遍历迭代器,例如:

nums = [1, 2, 3, 4, 5]
it = iter(nums)
while True:
    try:
        num = next(it)
        print(num)
    except StopIteration:
        break

在这个例子中,我们使用while循环和try-except语句遍历迭代器it,每次迭代都会尝试获取下一个元素,直到遍历完所有元素为止。当遍历到最后一个元素后,会抛出StopIteration异常,我们使用break语句跳出循环。

创建一个迭代器
在Python中,我们可以通过定义一个类来创建一个迭代器。该类需要实现两个方法:iter()和__next__()。

iter()方法返回迭代器对象本身。在Python中,任何实现了__iter__()方法的对象都是可迭代的。
next()方法返回迭代器中的下一个值。如果没有下一个值,它应该引发一个StopIteration异常。
以下是一个示例,展示如何创建一个迭代器,它可以生成从1到5的整数:

class MyIterator:
    def __init__(self):
        self.current = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current > 5:
            raise StopIteration
        else:
            value = self.current
            self.current += 1
            return value

# 使用迭代器
it = MyIterator()
for i in it:
    print(i)

输出结果为:

1
2
3
4
5
1
2
3
4
5

在这个示例中,我们定义了一个名为MyIterator的类,它实现了__iter__()和__next__()方法。在__init__()方法中,我们初始化了迭代器的起始值为1。
在__iter__()方法中,我们返回迭代器对象本身。在__next__()方法中,我们检查当前值是否大于5。如果是,我们引发StopIteration异常,否则我们返回当前值并将迭代器的当前值加1。
最后,我们创建了一个迭代器对象it,并使用for循环来遍历它。在每次迭代中,我们使用print()函数打印出迭代器中的下一个值。
StopIteration
StopIteration是Python内置异常之一,用于表示迭代器已经到达末尾,无法再返回下一个元素。当使用next()函数获取迭代器的下一个元素时,如果迭代器已经到达末尾,就会抛出StopIteration异常。例如:

nums = [1, 2, 3]
it = iter(nums)
print(next(it))  # 输出1
print(next(it))  # 输出2
print(next(it))  # 输出3
print(next(it))  # 抛出StopIteration异常

在这个例子中,我们首先创建了一个列表nums,并使用iter()函数将其转换为迭代器对象it。接着,我们使用next()函数获取迭代器it的下一个元素,依次输出1、2、3。当再次使用next()函数获取下一个元素时,由于迭代器已经到达末尾,就会抛出StopIteration异常。

在使用迭代器时,通常会使用for循环来避免StopIteration异常的出现。例如:

nums = [1, 2, 3]
for num in nums:
    print(num)

在这个例子中,我们使用for循环遍历列表nums,每次迭代都会自动调用next()函数获取下一个元素,直到遍历完所有元素为止。由于for循环会自动处理StopIteration异常,所以我们不需要担心它的出现。

生成器
在Python中,生成器(generator)是一种特殊的迭代器,它可以在需要时生成值,而不是提前生成所有值并将它们存储在内存中。这使得生成器非常适合处理大量数据或无限序列。
生成器可以通过函数来创建。我们可以使用关键字yield来定义一个生成器函数,它可以在需要时生成值,并可以在下一次调用时从上一次离开的地方继续执行。
以下是一个示例,展示如何使用生成器函数来生成从1到5的整数:

def my_generator():
    yield 1
    yield 2
    yield 3
    yield 4
    yield 5

# 使用生成器
gen = my_generator()
for i in gen:
    print(i)

输出结果为:

1
2
3
4
5
1
2
3
4
5

在这个示例中,我们定义了一个名为my_generator的生成器函数,它使用yield关键字来生成从1到5的整数。在每次调用生成器函数时,它会生成一个值并暂停执行,直到下一次调用时从上一次离开的地方继续执行。

我们创建了一个生成器对象gen,并使用for循环来遍历它。在每次迭代中,我们使用print()函数打印出生成器中的下一个值。

生成器可以帮助我们在处理大量数据或无限序列时节省内存空间,并可以帮助我们编写更加简洁和优雅的代码。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

原文链接:https://blog.csdn.net/weixin_50804299/article/details/136958933


相关教程