python-5.生成器Generators和迭代器Iterator

生成器

提高你的 Python：解释 yield 和 Generators（生成器）

http://bbs.fishc.com/thread-56023-1-1.html

(出处: 鱼C论坛)

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

>>> def myGen():
print('生成器被执行')
yield 1
yield 2

>>> myG=myGen()
>>> next(myG)
生成器被执行
1
>>> next(myG)
2
>>> next(myG)
Traceback (most recent call last):
File "<pyshell#137>", line 1, in <module>
next(myG)
StopIteration
>>> for i in myGen():
print(i)

生成器被执行
1
2

与迭代器实现同样的程序：fibs

>>> def fibs():
a=0
b=1
while True:
a,b=b,a+b
yield a

>>> for each in fibs():
if each > 100:
break
print(each)

1
1
2
3
5
8
13
21
34
55
89

还记得列表推导式吗

列表生成式则可以用一行语句代替循环生成list：

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

for循环后面还可以加上if判断，这样我们就可以筛
4000
选出仅偶数的平方：

>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

还可以使用两层循环，可以生成全排列：

>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

列表生成式也可以使用两个变量来生成list：

>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']

另外还有其他生成式

>>> b={i:i%2==0 for i in range(10)}#字典推导式
>>> b
{0: True, 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False}
>>> a={i for i in [1,1,2,3,5,8,9,6,4,2,1,1]}#集合推导式
>>> a
{1, 2, 3, 4, 5, 6, 8, 9}
>>> e=(i for i in range(10))#不是tuple推导式，是生成器
>>> e
<generator object <genexpr> at 0x0000000003414938>
>>> next(e)
0
>>> next(e)
1
>>> for each in e:
print(each)

2
3
4
5
6
7
8
9
>>>

>>> sum((i for i in range(100) if i % 2 ))
2500
>>> sum(i for i in range(100) if i % 2 )
2500

可迭代对象 Iterable

可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

如何判断一个对象是可迭代对象呢？方法是通过isinstance()和collections模块的Iterable类型判断：

>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整数是否可迭代
False

>>> isinstance('aini',str) # isinstance BIF的用法，字符串一节有提及
True

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

上面的for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：

>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
...     print(x, y)
...
1 1
2 4
3 9

迭代器Iterator

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

可以使用isinstance()判断一个对象是否是Iterator对象：

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

生成器都是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

你可能会问，为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象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。