python 生成器 & 迭代器

在聊生成器之前，我们先看看什么是生成式？

　　a = [i*2 for i in range(10) ]    类似于这样的就是生成式

       

 

　　而把列表 “ [ ] ” 符号换成 " () " 则就称为 generator 类型

　　

 

 

什么是生成器？

　　在 Python 中，使用了 yield 的函数被称为生成器。

　　跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

生成器的特点：

　　1).只有在调用时才会生成相应的数据

　　2).只记录当前位置

　　3).只有一个__next__() 方法。在python2.7中是  next()

 

下面我们用斐波那契数列，写一个生成器：

 

 

那么我们为什么要用生成器，它的优点是什么呢？

　　由于生成器只有在调用时，才会生成数据，所以它可以节省内存占用。而且生成器可在单线程下实现并发运算处理效果，这点很牛逼。

以下是并行效果代码演示：

 

 

接下来我们来看看什么是迭代器？

　　我们知道，可以直接作用于for 循环的数据类型有以下几种：

　　　　一类是集合数据类型，如 list、tuple、dict、set、str 等；

　　　　一类是generator，包括生成器和带yield的generator function。

　　　　我们把这些可以直接作用于for循环的对象统称为可迭代对象：Iterable 。

　　像生成器这样，不但可以作用于for循环，还可以被next() 函数不断调用并返回下一个值，

直到最后抛出StopIteration 错误表示无法继续返回下一个值了。我们把这种可以被next()函数

调用并不断返回下一个值的对象称为迭代器：Iterator。

　　由此可见，我们可以知道，生成器肯定是一个迭代器，但迭代器不一定是生成器。

　　当然我们也可以使用 iter() 函数，把可迭代对象(Iterable)变成迭代器(Iterator)

        

 

        

 

 

小结：

　　凡是可作用于for 循环的对象都是 Iterable 类型；

　　凡是可作用于next() 函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

　　集合数据类型如list 、dict、str等是Iterable但不是Iterator，不过可以通过iter() 函数获得一个 Iterator 对象。