python --生成器和迭代器
本节主要记录一下列表生成式，生成器和迭代器的知识点
列表生成器
首先举个例子
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。现在有个需求，看列表 [0，1，2，3，4，5，6，7，8，9]，要求你把列表里面的每个值加1，你怎么实现呢？
方法一（简单）：
| 1 2 3 4 5 6 7 8 9 | info = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ] b = [] # for index,i in enumerate(info): # print(i+1) # b.append(i+1) # print(b) for index,i in enumerate (info): info[index] + = 1 print (info) |
方法二（一般）：
| 1 2 3 4 5 | info = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ] a = map ( lambda x:x + 1 ,info) print (a) for i in a: print (i) |
方法三（高级）：
| 1 2 3 | info = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ] a = [i + 1 for i in range ( 10 )] print (a) |
生成器
什么是生成器？
通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator
生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。
生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器
python中的生成器
要创建一个generator，有很多种方法，第一种方法很简单，只有把一个列表生成式的[]中括号改为（）小括号，就创建一个generator
举例如下：
| 1 2 3 4 5 6 7 8 9 10 | #列表生成式 lis = [x * x for x in range ( 10 )] print (lis) #生成器 generator_ex = (x * x for x in range ( 10 )) print (generator_ex) 结果： [ 0 , 1 , 4 , 9 , 16 , 25 , 36 , 49 , 64 , 81 ] <generator object <genexpr> at 0x000002A4CBF9EBA0 > |
那么创建lis和generator_ex，的区别是什么呢？从表面看就是[ ]和（）,但是结果却不一样，一个打印出来是列表（因为是列表生成式），而第二个打印出来却是<generator object <genexpr> at 0x000002A4CBF9EBA0>，那么如何打印出来generator_ex的每一个元素呢？
如果要一个个打印出来，可以通过next（）函数获得generator的下一个返回值：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | #生成器 generator_ex = (x * x for x in range ( 10 )) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) print ( next (generator_ex)) 结果： 0 1 4 9 16 25 36 49 64 81 Traceback (most recent call last): File "列表生成式.py" , line 42 , in <module> print ( next (generator_ex)) StopIteration |
大家可以看到，generator保存的是算法，每次调用next(generaotr_ex)就计算出他的下一个元素的值，直到计算出最后一个元素，没有更多的元素时，抛出StopIteration的错误，而且上面这样不断调用是一个不好的习惯，正确的方法是使用for循环，因为generator也是可迭代对象：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | #生成器 generator_ex = (x * x for x in range ( 10 )) for i in generator_ex: print (i) 结果： 0 1 4 9 16 25 36 49 64 81 |
所以我们创建一个generator后，基本上永远不会调用next()，而是通过for循环来迭代，并且不需要关心StopIteration的错误，generator非常强大，如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如著名的斐波那契数列，除第一个和第二个数外，任何一个数都可以由前两个相加得到：
1，1，2，3，5，8，12，21，34.....
斐波那契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
| 1 2 3 4 5 6 7 8 9 10 11 | #fibonacci数列 def fib(max): n,a,b =0,0,1 while n < max: a,b =b,a+b n = n+1 print(a) return 'done' a = fib(10) print(fib(10)) |
a,b = b ,a+b 其实相当于 t =a+b ,a =b ,b =t ，所以不必写显示写出临时变量t，就可以输出斐波那契数列的前N个数字。上面输出的结果如下：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | 1 1 2 3 5 8 13 21 34 55 1 1 2 3 5 8 13 21 34 55 done |
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说上面的函数也可以用generator来实现，上面我们发现，print(b)每次函数运行都要打印，占内存，所以为了不占内存，我们也可以使用生成器，这里叫yield。如下：
| 1 2 3 4 5 6 7 8 9 10 | def fib( max ): n,a,b = 0 , 0 , 1 while n < max : yield b a,b = b,a + b n = n + 1 return 'done' a = fib( 10 ) print (fib( 10 )) |
但是返回的不再是一个值，而是一个生成器，和上面的例子一样，大家可以看一下结果：
| 1 | <generator object fib at 0x000001C03AC34FC0 > |
那么这样就不占内存了，这里说一下generator和函数的执行流程，函数是顺序执行的，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次被next（）调用时候从上次的返回yield语句处急需执行，也就是用多少，取多少，不占内存。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | def fib( max ): n,a,b = 0 , 0 , 1 while n < max : yield b a,b = b,a + b n = n + 1 return 'done' a = fib( 10 ) print (fib( 10 )) print (a.__next__()) print (a.__next__()) print (a.__next__()) print ( "可以顺便干其他事情" ) print (a.__next__()) print (a.__next__()) 结果： <generator object fib at 0x0000023A21A34FC0 > 1 1 2 可以顺便干其他事情 3 5 |
在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | def fib( max ): n,a,b = 0 , 0 , 1 while n < max : yield b a,b = b,a + b n = n + 1 return 'done' for i in fib( 6 ): print (i) 结果： 1 1 2 3 5 8 |
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果拿不到返回值，那么就会报错，所以为了不让报错，就要进行异常处理，拿到返回值，如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | def fib( max ): n,a,b = 0 , 0 , 1 while n < max : yield b a,b = b,a + b n = n + 1 return 'done' g = fib( 6 ) while True : try : x = next (g) print ( 'generator: ' ,x) except StopIteration as e: print ( "生成器返回值：" ,e.value) break 结果： generator: 1 generator: 1 generator: 2 generator: 3 generator: 5 generator: 8 生成器返回值： done |
还可以通过yield实现在单线程的情况下实现并发运算的效果
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 | import time def consumer(name): print ( "%s 准备学习啦!" % name) while True : lesson = yield print ( "开始[%s]了,[%s]老师来讲课了!" % (lesson,name)) def producer(name): c = consumer( 'A' ) c2 = consumer( 'B' ) c.__next__() c2.__next__() print ( "同学们开始上课 了!" ) for i in range ( 10 ): time.sleep( 1 ) print ( "到了两个同学!" ) c.send(i) c2.send(i) 结果： A 准备学习啦! B 准备学习啦! 同学们开始上课 了! 到了两个同学! 开始[ 0 ]了,[A]老师来讲课了! 开始[ 0 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 1 ]了,[A]老师来讲课了! 开始[ 1 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 2 ]了,[A]老师来讲课了! 开始[ 2 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 3 ]了,[A]老师来讲课了! 开始[ 3 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 4 ]了,[A]老师来讲课了! 开始[ 4 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 5 ]了,[A]老师来讲课了! 开始[ 5 ]了,[B]老师来讲课了! 到了两个同学! 开始[ 6 ]了,[A]老师来讲课了! 开始[ 6 ]了,[B]老师来讲课了! 到了两个同学! |
由上面的例子我么可以发现，python提供了两种基本的方式
生成器函数：也是用def定义的，利用关键字yield一次性返回一个结果，阻塞，重新开始
生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果
——生成器函数
为什么叫生成器函数？因为它随着时间的推移生成了一个数值队列。一般的函数在执行完毕之后会返回一个值然后退出，但是生成器函数会自动挂起，然后重新拾起急需执行，他会利用yield关键字关起函数，给调用者返回一个值，同时保留了当前的足够多的状态，可以使函数继续执行，生成器和迭代协议是密切相关的，迭代器都有一个__next__()__成员方法，这个方法要么返回迭代的下一项，要买引起异常结束迭代。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | # 函数有了yield之后，函数名+（）就变成了生成器 # return在生成器中代表生成器的中止，直接报错 # next的作用是唤醒并继续执行 # send的作用是唤醒并继续执行，发送一个信息到生成器内部 '''生成器''' def create_counter(n): print ( "create_counter" ) while True : yield n print ( "increment n" ) n + = 1 gen = create_counter( 2 ) print (gen) print ( next (gen)) print ( next (gen)) 结果： <generator object create_counter at 0x0000023A1694A938 > create_counter 2 increment n 3 Process finished with exit code 0 |
——生成器表达式
生成器表达式来源于迭代和列表解析的组合，生成器和列表解析类似，但是它使用尖括号而不是方括号
| 1 2 3 4 5 6 7 8 9 10 | >>> # 列表解析生成列表 >>> [ x * * 3 for x in range ( 5 )] [ 0 , 1 , 8 , 27 , 64 ] >>> >>> # 生成器表达式 >>> (x * * 3 for x in range ( 5 )) <generator object <genexpr> at 0x000000000315F678 > >>> # 两者之间转换 >>> list (x * * 3 for x in range ( 5 )) [ 0 , 1 , 8 , 27 , 64 ] |
一个迭代既可以被写成生成器函数，也可以被协程生成器表达式，均支持自动和手动迭代。而且这些生成器只支持一个active迭代，也就是说生成器的迭代器就是生成器本身。
迭代器（迭代就是循环）
迭代器包含有next方法的实现，在正确的范围内返回期待的数据以及超出范围后能够抛出StopIteration的错误停止迭代。
我们已经知道，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
这些可以直接作用于for 循环的对象统称为可迭代对象：Iterable
可以使用isinstance()判断一个对象是否为可Iterable对象
| 1 2 3 4 5 6 7 8 9 10 11 | >>> from collections import Iterable >>> isinstance ([], Iterable) True >>> isinstance ({}, Iterable) True >>> isinstance ( 'abc' , Iterable) True >>> isinstance ((x for x in range ( 10 )), Iterable) True >>> isinstance ( 100 , Iterable) False |
而生成器不但可以作用于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。
所以这里讲一下迭代器
一个实现了iter方法的对象时可迭代的，一个实现next方法的对象是迭代器
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。
可以使用isinstance()判断一个对象是否是Iterator对象：
| 1 2 3 4 5 6 7 8 9 | >>> from collections import Iterator >>> isinstance ((x for x in range ( 10 )), Iterator) True >>> isinstance ([], Iterator) False >>> isinstance ({}, Iterator) False >>> isinstance ( 'abc' , Iterator) False |
生成器都是Iterator对象，但list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器）。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
| 1 2 3 4 | >>> isinstance ( iter ([]), Iterator) True >>> isinstance ( iter ( 'abc' ), Iterator) True |
你可能会问，为什么list、dict、str等数据类型不是Iterator？
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
判断下列数据类型是可迭代对象or迭代器
| 1 2 3 4 5 6 | s = 'hello' l = [ 1 , 2 , 3 , 4 ] t = ( 1 , 2 , 3 ) d = { 'a' : 1 } set = { 1 , 2 , 3 } f = open ( 'a.txt' ) |
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | s= 'hello' #字符串是可迭代对象，但不是迭代器 l=[1,2,3,4] #列表是可迭代对象，但不是迭代器 t=(1,2,3) #元组是可迭代对象，但不是迭代器 d={ 'a' :1} #字典是可迭代对象，但不是迭代器 set ={1,2,3} #集合是可迭代对象，但不是迭代器 # ************************************* f=open( 'test.txt' ) #文件是可迭代对象，是迭代器 #如何判断是可迭代对象，只有__iter__方法，执行该方法得到的迭代器对象。 # 及可迭代对象通过__iter__转成迭代器对象 from collections import Iterator #迭代器 from collections import Iterable #可迭代对象 print(isinstance(s,Iterator)) #判断是不是迭代器 print(isinstance(s,Iterable)) #判断是不是可迭代对象 #把可迭代对象转换为迭代器 print(isinstance(iter(s),Iterator)) |
注意：文件的判断
| 1 2 3 4 5 6 7 8 9 | f = open( 'housing.csv' ) from collections import Iterator from collections import Iterable print(isinstance(f,Iterator)) print(isinstance(f,Iterable)) True True |
结论：文件是可迭代对象，也是迭代器
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。
Python3的for循环本质上就是通过不断调用next()函数实现的，例如：
| 1 2 | for x in [ 1 , 2 , 3 , 4 , 5 ]: pass |
实际上完全等价于
| 1 2 3 4 5 6 7 8 9 10 | # 首先获得Iterator对象: it = iter ([ 1 , 2 , 3 , 4 , 5 ]) # 循环: while True : try : # 获得下一个值: x = next (it) except StopIteration: # 遇到StopIteration就退出循环 break |
对yield的总结
（1）通常的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = [1,2,3]，也可以是a = [x*x for x in range(3)]。
它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。
（2）生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。!!!!注意这里是小括号而不是方括号。
（3）生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。
（4）带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代
（5）yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行
（6）yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。
（7）带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。
（8）send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。
（9）send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。
（10）第一次调用时候必须先next（）或send（None）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None);
send() 也可以让生成器向下执行一次, 给上一个yield传一个值, 第一个不能用send(). 最后一个也不要传值
def eat(): print("我吃什么啊") a = yield "馒头" print("a=",a) b = yield a print("b=",b) c = yield "韭菜盒子" print("c=",c) yield "GAME OVER" gen = eat() # 获取⽣成器 ret1 = gen. __next__ () print(ret1) ret2 = gen.send("胡辣汤") print(ret2) ret3 = gen.send("狗粮") print(ret3) ret4 = gen.send("猫粮") print(ret4)
# 我吃什么啊
# 馒头
# a= 胡辣汤
# 胡辣汤
# b= 狗粮
# 韭菜盒子
# c= 猫粮
# GAME OVER
