python中迭代器与生成器有什么作用

本文小编为大家详细介绍“python中迭代器与生成器有什么作用”，内容详细，步骤清晰，细节处理妥当，希望这篇“python中迭代器与生成器有什么作用”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

1、迭代器

迭代器是访问集合内元素的一种方式，一般用来遍历数据。迭代器只能一条一条的产生数据，下标不能返回。迭代器提供了一种惰性访问的方式。

迭代器Iterator 实现了__next__和__iter__函数。如果只实现了__iter__则是可迭代对象，例如list

from collections.abc import Iterable, Iterator
var_list = [1, 2]print(isinstance(var_list, Iterable)) #Trueprint(isinstance(var_list, Iterator)) #False#var_list可迭代，但不是迭代器

2、迭代器和可迭代对象的实现

from collections.abc import Iterable, Iteratorclass MyIterator(Iterator): #Iterator 已经实现__iter__方法    def __init__(self, employee_list):self.employee_list = employee_listself.index = 0    def __next__(self):try:
            word = self.employee_list[self.index]except IndexError:#for 语句可以处理StopIteration            raise StopIteration        self.index += 1        return wordclass Company: #可迭代对象    def __init__(self,employee_list):self.employee_list = employee_listdef __iter__(self):return MyIterator(self.employee_list)if __name__ == '__main__':
    company = Company(['a', 'b', 'c'])for one_company in company:print(one_company)

在python的所有迭代场景中所作用的对象必须是可迭代对象(Iterable)，因此迭代器(Iterator)要想在迭代场景中使用，就必须是Iterable对象；要成为Iterable对象就必须遵守Iterable协议，通过实现__iter__函数来满足Iterable协议，从而成为Iterable对象。如果迭代器不实现__iter_方法的话，上述函数和工具都无法用来对该迭代器进行迭代，只能通过人工调用next()方法来进行迭代。

3、生成器

函数中存在yield关键词，即为生成器函数。生成器使延期求值成为可能。

当python调用函数时，python解释器会创建一个栈帧，所有的栈帧都是分配在堆内存上的，这就决定了栈帧可以独立于调用者存在。

def testGen():yield 1    yield 2if __name__ == '__main__':#生成器对象，在python编译字节码的时候产生    var_gen = testGen()print(var_gen)#<generator object testGen at 0x10ec13f68>    #生成器实现类迭代协议    for var_value in var_gen:print(var_value) #1 2#使用生成器实现斐波那契def fib(var_index):if var_index <= 2:return 1    else:return fib(var_index - 1) + fib(var_index - 2)def fib2(var_index):
    var_list = []
    var_n, var_a, var_b = 0, 0, 1    while var_n < var_index:
        var_list.append(var_b)
        var_b, var_a = var_a + var_b, var_b
        var_n += 1    return var_listdef fibGen(var_index):
    var_n, var_a, var_b = 0, 0, 1    while var_n < var_index:yield var_b
        var_b, var_a = var_a + var_b, var_b
        var_n += 1if __name__ == '__main__':print(fib(15))print(fib2(15))
    var_gen = fibGen(15)print(list(var_gen))

4、生成器读取大文件

def myReadLine(var_f:object, var_separator:str) ->object :
    var_buf = ""    while True:while var_separator in var_buf:
            var_position = var_buf.index(var_separator)yield var_buf[:var_position]
            var_buf = var_buf[var_position + len(var_separator) :]
        var_chunk = var_f.read(4096*10)if not var_chunk:yield var_bufbreak        var_buf += var_chunkif __name__ == '__main__':with open('a.txt') as var_f:for var_line in myReadLine(var_f, '{|}'):print(var_line)

读到这里，这篇“python中迭代器与生成器有什么作用”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。