如何在Python3.5中使用迭代器與生成器

這篇文章將為大家詳細講解有關如何在Python3.5中使用迭代器與生成器，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

1、列表生成式

通過列表生成式可以直接創建一個列表。代碼：a = [i*2 for i in range(10)]

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu
#列表生成式
a = [i*2 for i in range(10)]
print(a)

運行結果：

[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

由于受內存限制，列表容量肯定是有限的。創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，若只訪問前面的幾個元素，后邊的絕大多數元素占用空間浪費。

如果列表元素可以按照某種算法推算出來，那是否可以在循環過程中不斷推算后續的元素？這樣就不必創建完整的列表list，從而節省大量的空間。

2、生成器

在Python中，一邊循環一邊計算的機制，叫做：生成器（generator）。創建一個生成器的方法有很多：

（1）將一個列表生成式的[]改成()，就創建一個生成器。代碼：b = (i*2 for i in range(10))

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu
#列表生成式
a = [i*2 for i in range(10)]
print(a)
print("type of a:",type(a))
#生成器
b = (i*2 for i in range(10))
print(b)
print("type of b:",type(b))
for i in b:
  print(i)

運行結果：

[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
type of a: <class 'list'>
<generator object <genexpr> at 0x008B8D20>
type of b: <class 'generator'>
0
2
4
6
8
10
12
14
16
18

結論：生成器的元素只有在調用的時候才生成相應的，調用到哪一次才會生成到哪一次的元素，只記住當前的位置。

注意：列表可以直接打印出每一個元素，而生成器不能用切片的形式去取，會出錯誤。

打印出生成器generator的每一個元素的方法：如果要一個一個打印出來，要通過next()函數獲得生成器generator的下一個返回值。

生成器generator保存的是算法，每次調用print(next(b))，就計算出生成器b的下一個元素的值，直到最后一個元素，沒有更多的元素時，拋出StopIteration的錯誤。

#生成器
b = (i*2 for i in range(10))
print(next(b))
print(next(b))
print(next(b))
print(next(b))

運行結果：

0
2
4
6

不斷調用next(b)很麻煩，可以利用for循環，因為生成器generator也是可迭代的對象。

（2）當推算的算法比較復雜時，用類似列表生成式的for循環無法實現，還可以用函數來實現生成器

例如：著名的斐波那契數列（Fibonaccl），除了第一個和第二個數之外，任意一個數都由前兩個數相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu
def fibonaccl(max):
  n,a,b = 0,0,1
  while n < max:
    print(b)
    a,b = b,a + b
    n = n + 1
  return 'done'
fibonaccl(10)

運行結果：

1
1
2
3
5
8
13
21
34
55

總結：Fibonaccl函數實際上定義了斐波那契數列的推算規則，可以從第一個元素開始，推算出后續任意元素，這種邏輯非常類似generator。

Fibonaccl函數和生成器generator只有一步之遙，要把Fibonaccl函數變成生成器generator，只需要將print(b)修改為yield b就可以了。

最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最后一行函數語句就返回。

而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行，

即：yield保存了函數的中斷狀態，返回當前狀態的值，函數停在這里，后邊還可以繼續回來。

另外，函數可以不再等待其執行結束，可以中斷在某個地方做其他的事情，結束之后還可以繼續回來接著往下執行（具有并行的效果）。

def fibonaccl(max):
  n,a,b = 0,0,1
  while n < max:
    yield b
    a,b = b,a + b
    n = n + 1
  return 'done'
print(fibonaccl(15))
f = fibonaccl(15)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print("===========")
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print("=========start loop========")  #接著打印后邊的元素
for i in f:
  print(i)

運行結果：

<generator object fibonaccl at 0x00548D50>
1
1
2
3
===========
5
8
13
21
=========start loop========
34
55
89
144
233
377
610

用for循環調用generator時，發現拿不到generator的return語句的返回值。

如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中。

def fibonaccl(max):
  n,a,b = 0,0,1
  while n < max:
    yield b
    a,b = b,a + b
    n = n + 1
  return 'done'
g = fibonaccl(6)
while True:
   try:
     x = next(g)
     print('g:', x)
   except StopIteration as e:
     print('Generator return value:', e.value)
     break

運行結果：

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

3、生成器并行的實現——單線程下的并行效果

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:ZhengzhengLiu
#生成器并行的實現——生產者、消費者模型
import time
def consumer(name):
  print("%s 準備吃包子啦!" %name)
  while True:
    baozi = yield     #yield保存當前狀態返回
    print("包子[%s]來了,被[%s]吃了!" %(baozi,name))
def producer(name):
  c = consumer('A')
  c2 = consumer('B')
  c.__next__()     #next只喚醒yield
  c2.__next__()
  print("開始準備做包子啦!")
  for i in range(3):
    time.sleep(1)
    print("做了2個包子!")
    c.send(i)     #send喚醒yield同時給它傳值
    c2.send(i)
producer("alex")

運行結果：

A 準備吃包子啦!
B 準備吃包子啦!
開始準備做包子啦!
做了2個包子!
包子[0]來了,被[A]吃了!
包子[0]來了,被[B]吃了!
做了2個包子!
包子[1]來了,被[A]吃了!
包子[1]來了,被[B]吃了!
做了2個包子!
包子[2]來了,被[A]吃了!
包子[2]來了,被[B]吃了!

關于如何在Python3.5中使用迭代器與生成器就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。