python中迭代器与生成器的作用是什么

本篇内容主要讲解“python中迭代器与生成器的作用是什么”，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“python中迭代器与生成器的作用是什么”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)

到此，相信大家对“python中迭代器与生成器的作用是什么”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！