迭代器、生成器和yield的知识总结（非原创、归纳总结各类资料）

环境说明： python3.7

通过查阅各类资料，总结一下迭代器相关知识，作为资料留存，方便以后查阅温习。

一、什么是迭代器

迭代器是实现了__next__()方法的对象（这个方法在调用时不需要任何参数），它是访问可迭代序列的一种方式，通常其从序列的第一个元素开始访问，直到所有的元素都被访问才结束。 [注意]：迭代器只能前进不能后退

[迭代器的优点]:

使用迭代器不要求事先准备好整个迭代过程中的所有元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后元素可以不存在或者被销毁。因此迭代器适合遍历一些数量巨大甚至无限的序列。

以python2.x中的range函数和xrange函数为例，range函数返回的是列表，xrange函数返回的是迭代器，所以range函数占用的内存空间比xrange大，因此，在python3.x中，改进range函数返回迭代器，取消xrange函数。

二、创建迭代器

（一）使用iter(iterable)可将可迭代序列转换为迭代器

a=[1,2,3,4]
b=(1,2,3)
str='Tomwenxing'
print(iter(a))
print(iter(b))
print(iter(str))
           

输出如下：

<list_iterator object …>

<tuple_iterator object …>

<str_iterator object …>

说明： 并不是所有的数据类型/结构都能转换为迭代器，列表、元组、字符串等本身就是iterable，因此可以通过iter函数生成迭代器。

（二）自定义支持iterable的类

与上面“说明”一致，如果我们定义了一个支持iterable的类，那么我们也可以使用iter函数生成对应的迭代器。

Python中迭代器的本质，每次调用__next__()方法都返回下一个元素或抛出StopIteration的容器对象

由于Python中没有“迭代器”这个类，因此具有以下两个特性的类都可以称为“迭代器”类：

1、有__next__()方法，返回容器的下一个元素或抛出StopIteration异常

2、有__iter__()方法，返回迭代器本身

如下例所示，通过在Fib类中定义上述两个函数，就可以认为Fib是支持iterable。

class Fib(object):

    def __init__(self,length):
        self.length=length
        self.curLength,self.preNum,self.curNum=0,0,1

    def __iter__(self):
        return self

    def __next__(self):
        if self.curLength<self.length:
            r=self.curNum
            self.preNum,self.curNum=self.curNum,self.preNum+self.curNum
            self.curLength=self.curLength+1
            return r
        raise StopIteration()

if __name__=="__main__":
    length=5
    for n in Fib(length):
        print(n)
           

输出如下：

1

1

2

3

5

（三）生成器可看成是一个迭代器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用该函数不会执行，而是返回一个生成器对象（generator 对象）。生成器对象可看成是一个迭代器对象，使用方法一样。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

#!/usr/bin/python3
 
import sys
 
def fibonacci(n): # 生成器 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
if __name__ == '__main__':
    f = fibonacci(10)  # f 是一个生成器，可看成是一个迭代器。
    print(type(f))
           

输出如下：

<class ‘generator’>

三、迭代器的使用

（一）使用next函数迭代

例1：

a=[1,2,3,4]
it=iter(a)
print(next(it))
print(next(it))
           

例2：

class Fib(object):

    def __init__(self,length):
        self.length=length
        self.curLength,self.preNum,self.curNum=0,0,1

    def __iter__(self):
        return self

    def __next__(self):
        if self.curLength<self.length:
            r=self.curNum
            self.preNum,self.curNum=self.curNum,self.preNum+self.curNum
            self.curLength=self.curLength+1
            return r
        raise StopIteration()

if __name__=="__main__":
	fib=Fib(5)
	print(next(fib))
	
	it=iter(fib)
	print(next(it))
           

特别说明： 通过上述案例，总结：Fib类的对象可直接被next函数调用迭代，Fib类的对象转换成迭代器后也可被next函数调用迭代。疑问：与可迭代序列类比，Fib类对象不是应该转换成迭代器后才可被next函数调用吗，为什么可直接被next函数调用？什么原理，怎么个过程啊，请大神指教！

例3：

#!/usr/bin/python3

import sys


def fibonacci(n):  # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n):
            return
        yield a
        a, b = b, a + b
        counter += 1


if __name__ == '__main__':
    f = fibonacci(10)  # f 是一个生成器，可看成是一个迭代器。
    print(type(f))
    print(next(f))
           

（二）使用for循环迭代

如下例：

#!/usr/bin/python3

import sys


def fibonacci(n):  # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n):
            return
        yield a
        a, b = b, a + b
        counter += 1


if __name__ == '__main__':
    f = fibonacci(10)  # f 是一个生成器，可看成是一个迭代器。
    print(type(f))
    for num in f:
        print(num)
           

特别说明： 在执行for循环时，每执行一次，暗含会调用一次next函数。