Python通过for循环理解迭代器和生成器实例详解(python,生成器,迭代器,开发技术)

本文实例讲述了Python通过for循环理解迭代器和生成器。分享给大家供大家参考，具体如下：

迭代器

可迭代对象

通过 for…in… 循环依次拿到数据进行使用的过程称为遍历，也叫迭代。我们把可以通过 for…in… 语句迭代读取数据的对象称之为可迭代对象。

- 通过 isinstance()可以判断一个对象是否可以迭代

打印结果为 True 即为可迭代对象。

- 自定义一个能容纳数据的类，测试该类的可迭代性

运行结果：

封装一个可以存放多条数据的类型是不可迭代的

何为可迭代对象

1.可迭代对象的本质就是提供一个这样的中间"人"即迭代器帮助我们对其进行迭代遍历使用

2.可迭代对象是一个具备了__iter__方法的对象，通过__iter__方法获取可迭代对象的迭代器

运行结果：

是否为可迭代对象： True

这回测试发现添加了__iter__方法的my_classmate对象已经是一个可迭代对象了。

iter() 函数与 next() 函数

list、tuple 等都是可迭代对象，我们可以通过 iter() 函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用 next() 函数来获取下一条数据。

1.iter(iterable) 函数是把可迭代对象的迭代器取出来，内部是调用可迭代对象的__iter__方法，来取得迭代器的

2.next(iterator) 函数是通过迭代器取得下一个位置的值，内部是调用迭代器对象的__next__方法，来取得下一个位置的值

注意: 当我们已经迭代完最后一个数据之后，再次调用 next() 函数会抛出 StopIteration 的异常，来告诉我们所有数据都已迭代完成，不用再执行 next() 函数了。

迭代器

我们要想构造一个迭代器，就要实现它的__next__ 方法。但这还不够，python 要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__ 方法，而 __iter__ 方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的 __iter__ 方法返回自身即可。

一个实现了 __iter__ 方法和 __next__ 方法的对象，就是迭代器，迭代器同时也是一个可迭代对象.

for…in… 循环的本质

for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象 Iterable 的迭代器，然后对获取到的迭代器不断调用 next() 方法来获取下一个值并将其赋值给 item，当遇到 StopIteration 的异常后循环结束 (for…in..会自动处理 StopIteration 异常)。

生成器

生成器

生成器是一种特殊的迭代器,它比迭代器更优雅

创建生成器的方法

1.将列表生成式的 [] 改成 ()

运行结果：

2.通过关键字 yield 实现生成器

在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将打印输出方式换成 yield,此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在函数中有 yield 关键字，就称为生成器。

此时按照调用函数的方式( 案例中为 gen = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象( 案例中为 gen )，然后就可以按照使用迭代器的方式来使用生成器了。

使用 send() 唤醒

运行结果:

我们除了可以使用 next() 函数来唤醒生成器继续执行外，还可以使用 send() 函数来唤醒执行。使用 send() 函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。

总结

send与next唤醒生成器不同：

- 解析

temp = yield num 为赋值语句，当看到等号时， 一定是等号左边先运行完，再赋值给等号右边

而程序运行到 yield num 时，会先返回一个值，也就是此时的 num ，然后将 send()里的参数传给 yield num，进而赋值给 temp

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。