python中迭代器與生成器的作用是什么

本篇內(nèi)容主要講解“python中迭代器與生成器的作用是什么”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python中迭代器與生成器的作用是什么”吧!

1、迭代器

迭代器是訪問集合內(nèi)元素的一種方式，一般用來遍歷數(shù)據(jù)。迭代器只能一條一條的產(chǎn)生數(shù)據(jù)，下標不能返回。迭代器提供了一種惰性訪問的方式。

迭代器Iterator 實現(xiàn)了__next__和__iter__函數(shù)。如果只實現(xiàn)了__iter__則是可迭代對象，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、迭代器和可迭代對象的實現(xiàn)

from collections.abc import Iterable, Iteratorclass MyIterator(Iterator): #Iterator 已經(jīng)實現(xiàn)__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 語句可以處理StopIteration            raise StopIteration        self.index += 1        return wordclass Company: #可迭代對象    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的所有迭代場景中所作用的對象必須是可迭代對象(Iterable)，因此迭代器(Iterator)要想在迭代場景中使用，就必須是Iterable對象；要成為Iterable對象就必須遵守Iterable協(xié)議，通過實現(xiàn)__iter__函數(shù)來滿足Iterable協(xié)議，從而成為Iterable對象。如果迭代器不實現(xiàn)__iter_方法的話，上述函數(shù)和工具都無法用來對該迭代器進行迭代，只能通過人工調(diào)用next()方法來進行迭代。

3、生成器

函數(shù)中存在yield關(guān)鍵詞，即為生成器函數(shù)。生成器使延期求值成為可能。

當python調(diào)用函數(shù)時，python解釋器會創(chuàng)建一個棧幀，所有的棧幀都是分配在堆內(nèi)存上的，這就決定了棧幀可以獨立于調(diào)用者存在。

def testGen():yield 1    yield 2if __name__ == '__main__':#生成器對象，在python編譯字節(jié)碼的時候產(chǎn)生    var_gen = testGen()print(var_gen)#<generator object testGen at 0x10ec13f68>    #生成器實現(xiàn)類迭代協(xié)議    for var_value in var_gen:print(var_value) #1 2#使用生成器實現(xiàn)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、生成器讀取大文件

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，相信大家對“python中迭代器與生成器的作用是什么”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學習！