本篇内容主要讲解“如何理解Python的容器、可迭代对象、迭代器、生成器”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何理解Python的容器、可迭代对象、迭代器、生成器”吧!
一、容器
1.什么是容器？
二、可迭代对象
1.什么是可迭代对象？
三、迭代器
四、序列
五、列表推导式
六、生成器
1.生成器的第一种创建方法：生成器表达式
2.生成器的第二种创建方法：yield
在Python中，容器是把多种元素组织在一起的数据结构，容器中的元素就可以逐个迭代获取。说白了，它的作用就像它的名字一样：用来存放东西（数据）。
容器实际上是不存在的，它并不是一种数据类型，只是人为的一种概念，只是为了方便学习所创造的一个概念词，它可以用成员关系操作符（in或not in）来判断对象是否在容器里面。
当然了，它不是我创造的，我没有那么大本事哈，是官方创造的好吧，你也不用担心我是在教你一些奇奇怪怪的名词，说出去别人都听不懂…python中都是这么叫的。
常见的容器类型有列表（list）、元组（tuple）、字符串（str）、字典（dict）以及集合（set ）。
既然容器里面的数据是可以迭代获取的，那么我们又得来学一个新概念：可迭代对象。
在python中，可迭代对象并不是指某种具体的数据类型，它是指存储了元素的一个容器对象。
也就是说，如果容器里面没有存储数据，那它就不是可迭代对象，并不是所有的容器都是可迭代对象，容器包含但并不仅限于可迭代对象。
注意两个点：
1.很多容器都是可迭代对象（容器包含了可迭代对象）。
2.一个可迭代对象是不能独立的进行迭代的，迭代是通过for来完成的，凡是可迭代对象都可以直接使用for循环进行访问。
for循环大家应该不陌生吧？有没有想过，for循环内部是怎么实现的？比如说这个for循环的例子，为什么能输出列表里的每一个元素？它的内部是怎么实现的？
其实for循环做了两件事情：
1.使用 __iter__() 返回1个迭代器，迭代器在下面会讲，这里先知道有这么个东西。
2.使用 __next__() 获取迭代器中的每一个元素。
那么我们不用for循环来输出列表里的每一个元素，
l = [1,2,3,4] # for i in l: # print(i) ite =l.__iter__() #接收一下ietr()干了什么 print(ite) #打印 print(ite.__next__()) #for循环干第2件事情的时候做的第1步 print(ite.__next__()) #for循环干第2件事情的时候做的第2步 print(ite.__next__()) #for循环干第2件事情的时候做的第3步 print(ite.__next__()) #for循环干第2件事情的时候做的第4步
输出结果：
可以看出来，如果我们去掉哪行打印ite的代码，执行效果就是跟for循环输出列表里面的每一个元素是一样的，for循环里面限定了范围是4次，实际上就执行了1次__iter__()和4次__next__()，也就是说for循环访问迭代对象的本质就是通过这么去实现的。
而且，for循环本质上干的那两件事情，缺一不可，也就是说如果没有__iter__()先返回了迭代器，__next()__也无法获取到元素，恰恰说明了前面说要注意的两点中的第2点：一个可迭代对象是不能独立的进行迭代的。
有两个内置函数跟它们原理是一样的，本质相同，一般要用的话用内置函数要方便一些，起码不用写那么多下划线：
内置函数 iter() 的本质是 __inter__() ，也是返回一个迭代器。
内置函数 next（） 的本质是 __next__()，也是有了迭代器之后获取元素。
可以看出来结果也是一模一样的，既然讲到了迭代器，那么就来看看什么是迭代器。
通过上面的for循环例子我们大概也能看得出来，
只要是实现了__iter__()和__next__()的对象，就是迭代器，迭代器是一个可迭代对象。
总之，迭代器是有__iter__()生成，可以通过__next__()进行调用。
既然如此，我们在学Python基础的时候讲过range()是一个可迭代对象，那么它也是可以通过__iter__()生成一个迭代器的。
序列在【赋值语句】那个专题文章中我有提过，这里再讲一下，序列也是一个抽象的概念，它包含了列表、元组和字符串，它本身是不存在的，也是便于学习所创造的一个概念词。
可迭代对象包含序列，既然序列包含了列表、元组和字符串，前面我们的例子中也涉及到 了，所以说序列可以被iter（）和next（）使用。
序列可以分为有限序列和无限序列。有限序列就是有范围的，比如说range(10)就已经限定了范围，相反的，无限序列也就是没有限定范围的序列。
我们来生成一个无限序列，这里需要用到1个新模块itertools，itertools用于高效循环的迭代函数集合,它下面有一个方法count()，可生成迭代器且无范围，可以理解为无限迭代器。
通过这个例子我们可以看出来，只要执行一次，next()就会获取一次迭代器里面的内容并逐次获取，我这里只写了4个next()，你多写几次就会多输出几次。
像next()这种什么时候需要就什么时候调用的机制叫做懒加载机制，也叫懒汉式加载；
相反地就有饿汉式加载。比如for循环这种的，只要一执行就会把可迭代器里面的所有对象都获取。
列表推导式跟生成器有关，在讲生成器之前，需要先知道什么是列表推导式，列表推导式就是生成列表的一种方法，语法是这样的：
l = [i for i in 可迭代对象]
i表示要放进列表里的对象，for循环是一个式子。
比如我们用列表推导式来生成一个列表试试：
l = [i for i in range(5)] print(l)
运行结果：
[0, 1, 2, 3, 4]
运用列表推导式可以很方便地生成我们想要的列表。
同时它也有很多灵活的用法，比如在后面加上条件判断
l = [i for i in range(5) if 4<5] print(l)
运行结果：
[0, 1, 2, 3, 4]
if后面的条件判断为真，则可以正常生成列表，如果为假，则列表推导式是无效的，此时的l将是一个空列表。
还有其他灵活的用法，比如操作前面的i,比如让i的数值全都翻2倍：
我们把迭代对象换一下，换成字符串，也同样可以输出，只是*在字符串里面表示重复操作符，所以效果变成了这样：
不仅如此，前面的i*2我们还可以用函数来进行操作，比如：
总而言之，列表推导式就是用来快速和自定义生成列表的一种方法，很灵活。
那么有人可能会举一反三了，列表推导式都是用 [] 来进行操作的，那如果用（）来操作行吗?它会不会生成一个元组？我们来看看：
[] 换成（）之后，返回的是一个生成器generrator ，那么下面我们再来讲讲生成器：
生成器是真实存在于Python中的对象，与容器这种概念词是不同的，它是可以直接通过next()进行调用的。
第一种创建方法跟列表推导式是差不多的，就是 [] 换成了（）：
l = (i for i in 可迭代对象)
比如我们来生成一个生成器，看看能不能用next()直接调用：
l = (i for i in "abcd") print(next(l))
运行结果：
a
可以看出，生成器是可以直接调用的。那么既然生成器可以被next()调用，那么生成器就是一个特殊的迭代器，是一个可迭代对象。
除了用上面那种方法创建生成器，还可以用yield来创建，方法如下：
yield 关键字
比如说我们用一个函数中包含yield来创建生成器：
def fun(): a = 10 while 1: a += 1 yield a b = fun() print(b)
运行结果：
<generator object fun at 0x000001F2AD95E900>
结果就是生成了一个生成器，而且此时的函数fun()就已经不再是一个函数了，它是一个生成器，只要函数中出现了yield，函数就变成了生成器。
为什么while循环没有一直执行？先不着急，我们输出看看：
def fun(): a = 10 while 1: a += 1 yield a b = fun() print(next(b)) print(next(b)) print(next(b))
运行结果：
11
12
13
我调用了三次，所以它就运行了三次，while循环虽然存在，但是却不起作用，是因为前面我们提过的懒汉式加载。
什么时候需要了，什么时候用next()调用，就是懒汉式加载，不像饿汉式加载那样，提前生成了所有对象，如果这里换成for循环来完成，比如：
def fun(): a = 10 while 1: a += 1 print(a) b = fun()
运行之后程序将会进入死循环，一直给a自加1，你可以试试看效果，这就是饿汉式加载提前生成了迭代器并调用了全部迭代器对象，饿汉式加载占用资源的放大镜。
今天讲的内容可能听起来比较枯燥，这也是没得办法的，有些东西第一次听可能有点”难以下咽“，见得多了之后就习惯了，你得强迫自己去试着接受和理解这些抽象的东西。
最后用一张图来总结一下它们的关系：
到此，相信大家对“如何理解Python的容器、可迭代对象、迭代器、生成器”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
