迭代器的介紹

迭代器的定義：迭代器（Iterator）是 Python 中用于遍歷數(shù)據(jù)集合的核心機(jī)制。它提供了一種統(tǒng)一的方式來(lái)訪問(wèn)容器（如列表、字典、文件等）中的元素，而無(wú)需關(guān)心底層數(shù)據(jù)結(jié)構(gòu)的具體實(shí)現(xiàn)。迭代器的核心特點(diǎn)是按需生成數(shù)據(jù)，避免一次性加載所有數(shù)據(jù)到內(nèi)存。

迭代器適合處理大型數(shù)據(jù)、無(wú)限序列或需要惰性計(jì)算的場(chǎng)景。

迭代器的核心概念：

• 迭代器協(xié)議：

  • 一個(gè)對(duì)象要成為迭代器，必須實(shí)現(xiàn)以下兩個(gè)方法：
    • __iter__()：返回迭代器對(duì)象本身（通常直接 return self）。
    • __next__()：返回下一個(gè)元素，若沒(méi)有更多元素則拋出 StopIteration 異常。
  • Python 的 for 循環(huán)、next() 函數(shù)等底層都依賴這一協(xié)議。

• 可迭代對(duì)象（Iterable） VS 迭代器（Iterator）：

  差異體現(xiàn)在遍歷機(jī)制：

  • 可迭代對(duì)象：實(shí)現(xiàn)了 __iter__() 方法，可以返回一個(gè)迭代器的對(duì)象（如列表、元組、字典）。
  • 迭代器：實(shí)現(xiàn)了 __iter__() 和 __next__() 方法的對(duì)象。
  • 所有迭代器都是可迭代對(duì)象，但可迭代對(duì)象本身不一定是迭代器。

可迭代對(duì)象：
每次調(diào)用 iter() 會(huì)生成新的迭代器，因此可被多次遍歷：

my_list = [1, 2, 3]
for x in my_list: print(x)  # 輸出 1,2,3
for x in my_list: print(x)  # 再次輸出 1,2,3

迭代器：
遍歷是一次性的，遍歷完成后無(wú)法重置：

iterator = iter(my_list)
for x in iterator: print(x)  # 輸出 1,2,3
for x in iterator: print(x)  # 無(wú)輸出（迭代器已耗盡）

自定義迭代器

示例 1： 通過(guò)類實(shí)現(xiàn)迭代器

class CountUpTo:
    def __init__(self, max_num):
        self.max_num = max_num
        self.current = 0
    def __iter__(self):
        return self  # 返回迭代器本身
    def __next__(self):
        if self.current < self.max_num:
            self.current += 1
            return self.current
        else:
            raise StopIteration  # 終止迭代
# 使用自定義迭代器
counter = CountUpTo(3)
for num in counter:
    print(num)  # 輸出 1, 2, 3

示例 2： 通過(guò)生成器函數(shù)實(shí)現(xiàn)（簡(jiǎn)化版）
生成器函數(shù)（使用 yield）是創(chuàng)建迭代器的快捷方式：

def count_up_to(max_num):
    current = 0
    while current < max_num:
        current += 1
        yield current
# 生成器返回的也是迭代器
for num in count_up_to(3):
    print(num)  # 輸出 1, 2, 3

省略的迭代器

寫過(guò)for循環(huán)的都知道，我沒(méi)用迭代器呀！
用了！只不過(guò)是編譯器幫你用了。

以下兩段代碼完全等價(jià)：

# 直接遍歷列表
my_list = [1, 2, 3, 4, 5]
for x in my_list:
    print(x)

# 等價(jià)的手動(dòng)迭代器操作
iterator = iter(my_list)  # 自動(dòng)調(diào)用 __iter__() 獲取迭代器
while True:
    try:
        x = next(iterator)  # 自動(dòng)調(diào)用 __next__()
        print(x)
    except StopIteration:
        break  # 自動(dòng)處理終止

為什么不需要顯式寫迭代器？

• 語(yǔ)法糖（Syntactic Sugar）：for 循環(huán)是 Python 提供的一種簡(jiǎn)化語(yǔ)法，隱藏了迭代器的創(chuàng)建和異常處理細(xì)節(jié)。

• 統(tǒng)一接口：所有可迭代對(duì)象（如列表、元組、字典、集合、字符串等）都可以通過(guò) for 循環(huán)統(tǒng)一處理，無(wú)需關(guān)心底層是列表還是其他數(shù)據(jù)結(jié)構(gòu)。

生產(chǎn)器的介紹

yield是個(gè)英文動(dòng)詞，也是名詞，含義是生產(chǎn)的意思。

yield 在 Python里就是生成器。

yield的定義：Python 的 yield 關(guān)鍵字用于定義生成器函數(shù)（Generator Function），生成器是一種特殊的迭代器，能夠按需生成值并暫停/恢復(fù)執(zhí)行狀態(tài)。它的核心特性是惰性求值（Lazy Evaluation），適用于處理大數(shù)據(jù)流、無(wú)限序列或需要節(jié)省內(nèi)存的場(chǎng)景。

核心概念：

• 生成器函數(shù)：

  • 使用 yield 代替 return 的函數(shù)。
  • 調(diào)用生成器函數(shù)時(shí)，返回一個(gè)生成器對(duì)象（迭代器），而非直接執(zhí)行函數(shù)體。
  • 生成器通過(guò) next() 或 for 循環(huán)逐步執(zhí)行，每次遇到 yield 時(shí)暫停，返回 yield 后的值，并在下次調(diào)用時(shí)從暫停處繼續(xù)執(zhí)行。

• 與普通函數(shù)的區(qū)別：

  • 普通函數(shù)一次執(zhí)行完畢，返回一個(gè)結(jié)果。
  • 生成器函數(shù)逐步產(chǎn)生多個(gè)值，并在 yield 處保持狀態(tài)。

與 return 的區(qū)別：

yield的普通用法

示例 1： 簡(jiǎn)單生成器

def simple_generator():
    yield 1
    yield 2
    yield 3
gen = simple_generator()
print(next(gen))  # 輸出 1
print(next(gen))  # 輸出 2
print(next(gen))  # 輸出 3
# 繼續(xù)調(diào)用 next(gen) 會(huì)拋出 StopIteration 異常

示例 2： 用 for 循環(huán)遍歷生成器

def count_up_to(n):
    i = 0
    while i < n:
        yield i
        i += 1
for num in count_up_to(5):
    print(num)  # 輸出 0, 1, 2, 3, 4

yield的高級(jí)用法

通過(guò) send() 傳遞值生成器可以通過(guò) send(value) 接收外部傳入的值，賦值給 yield 表達(dá)式：

def generator_with_send():
	value = yield "Ready to receive"
	yield f"Received: {value}"
gen = generator_with_send()
print(next(gen))         # 輸出 "Ready to receive"
print(gen.send("Hello")) # 輸出 "Received: Hello"

yield from 委托生成Python 3.3+ 引入 yield from，用于簡(jiǎn)化嵌套生成器的操作：

def sub_generator():
	yield "A"
	yield "B"
def main_generator():
	yield from sub_generator()
	yield "C"
for item in main_generator():
	print(item)  # 輸出 A, B, C

異常處理生成器可以通過(guò) throw() 方法接收異常：

def generator_with_exception(value):
	try:
		yield 10 / value
	except ZeroDivisionError as e:
		yield "Caught ValueError"
gen = generator_with_exception(2)
print(next(gen))
gen = generator_with_exception(0)
print(next(gen))

out:

5.0
Caught ValueError

yidle的實(shí)際應(yīng)用案例

大數(shù)據(jù)處理：

def read_large_file(file_path):
    with open(file_path, "r") as file:
        for line in file:
            yield line.strip()  # 逐行生成，避免一次性加載到內(nèi)存
for line in read_large_file("data.txt"):
    process(line)

生成無(wú)限序列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b
fib = fibonacci()
print([next(fib) for _ in range(10)])  # 前10個(gè)斐波那契數(shù)

協(xié)程（Coroutine）：

def coroutine():
    while True:
        task = yield
        print(f"Processing: {task}")
worker = coroutine()
next(worker)       # 啟動(dòng)協(xié)程
worker.send("Task1")  # 輸出 "Processing: Task1"
worker.send("Task2")  # 輸出 "Processing: Task2"

在 Python 中，協(xié)程（Coroutine） 是一種可以暫停和恢復(fù)執(zhí)行的函數(shù)，它能與調(diào)用方進(jìn)行雙向通信（接收和發(fā)送數(shù)據(jù)），常用于實(shí)現(xiàn)協(xié)作式多任務(wù)（非搶占式任務(wù)切換）。

上文提供的代碼是一個(gè)典型的基于生成器的協(xié)程（Generator-based Coroutine）。

總結(jié)

yield 是 Python 中實(shí)現(xiàn)惰性計(jì)算和協(xié)程的核心工具，結(jié)合 send()、throw()、close() 等方法，能夠構(gòu)建高效、靈活的數(shù)據(jù)流和控制流模型。

到此這篇關(guān)于Python 迭代器和生成器概念的文章就介紹到這了,更多相關(guān)Python 迭代器和生成器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論