python迭代器与生成器作用是什么

这篇文章将为大家详细讲解有关python迭代器与生成器作用是什么，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

成都创新互联专注于企业网络营销推广、网站重做改版、鹿寨网站定制设计、自适应品牌网站建设、H5网站设计、商城系统网站开发、集团公司官网建设、外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为鹿寨等各大城市提供网站开发制作服务。

python迭代器的用途：用next函数获取下一个元素，只能向前取值，不会后退。python生成器的用途：动态提供数据，调用return生成一个StopIteration异常，通知next(it)函数不再提供数据。

一、迭代器

什么是迭代器

迭代器是指用iter（可迭代对象）函数返回的对象（实例）

迭代器可以用next(it)函数获取可迭代对象的数据

迭代器函数：

iter（iterable）从可迭代对象中返回一个迭代器，iterable必须是一个能提供迭代器的可迭代对象

next（iterator）从迭代器iterator中获取下一条记录，如果无法获取下一条记录，则触发StopIteration异常

说明：

迭代器是访问可迭代对象的一种方式

迭代器只能向前取值，不会后退

用iter函数可以返回一个可迭代对象的迭代器

示例：

L = [2,3,4]或者 L = range(2,5)
it = iter(L)#使用iter函数使it绑定一个迭代器对象
next(it)#返回2
next(it)#返回3
next(it)#返回4
next(it)#触发StopIteration异常

迭代器的用途：

迭代器对象能用next函数获取下一个元素

示例：

#此示例示意用迭代器来访问可迭代对象
#用for语句访问可迭代对象L
L = [2,3,5,7]
for x in L:
print(x)
#用while语句访问可迭代对象L
it = iter(L)
while True:
try：
x = next(L)
print(x)
except StopIteration:
print('终止迭代，迭代器不能提供任何数据')
break

二、生成器Generator(python2.5之后)

什么是生成器：

生成器是能够动态提供数据的对象（不是一次性生成从而不占据内存空间），生成器对象也是可迭代对象（实例）

生成器有两种：

生成器函数

生成器表达式

生成器函数定义：

含有yield语句的函数是生成器函数，此函数被调用时将返回一个生成器对象

yield语句

语法：yield 表达式

说明：yield用于def函数中，目的是将此函数作为生成器函数使用

yield用来生成数据，供迭代器next（it）函数使用

实例：

#此示例示意生成器函数的定义及示意
def myyield():
'''此函数为生成器函数'''
yield 2#生成2
yield 3#生成3
yield 5#生成5
#用for语句访问myyield函数
for x in myyield():
print(x)
#用迭代器访问
gen = myyield()
it = iter(gen)
next(it)

生成器函数说明：

（1）生成器函数的调用将返回一个生成器对象，生成器对象是一个可迭代对象

（2）在生成器函数调用return时会生成一个StopIteration异常来通知next(it)函数不再能提供数据

示例：

#写一个myinteger(n)函数
def myinteger(n):
for x in range(n):
yield x
#for循环访问生成器
for x in myinteger(int(input('请输入整数：')))
print(x)
#用迭代器访问
it = iter(myinteger(10))
while True:
print(next(it))#到10时发生StopIteration错误

生成器表达式：

语法：（表达式 for 变量 in 可迭代对象 [if 真值表达式]）

作用：用推导式的形式生成一个新的生成器

示例：

gen = (x**2 for x in range(1,4))#并没有生成数据
#gen = [x**2 for x in range(1,4)]#先在内存中生成数据
it = iter(gen)
next(it)#1
next(it)#4
next(it)#9
next(it)#StopIteration

列表推导式和生成表达式的区别：

生成器是动态生成的，现用现生成，列表表达式是静态的。

示例：

L = [1,2,3,4]
gen = (x for x in L)#gen绑定生成器
lst = [x for x in L]#lst绑定列表
L[1] = 222#改变原列表的第二个元素
for x in lst:
print(x)#1 2 3 4不变
for x in gen:
print(x)#1 222 3 4 ,第二个数是222

迭代工具函数：

迭代工具函数的作用是生成一个个性化的可迭代对象

函数：

zip( iter1 [,iter2,iter3,…])返回一个zip对象，此对象用于生成一个元组，此元组的个数由最小的可迭代对象决定

enumerate(iterable[,start])生成带索引的枚举类型，返回迭代类型为索引-值队（index,value）对，默认索引从零开始，也可以使用start绑定

示例1：

numbers = [10086,10000,10010,95588]
names = ['中国移动','中国电信','中国联通']
for x in zip(numbers,names):
print(x)
#生成元组：
#(10086,'中国移动')
#(10000,'中国电信')
#(10010,'中国移动')
#for n,a in zip(numbers,names):
#print(n,a)
#d = dict(zip(names,number))生成字典
#for x in zip(range(10),numbers,names):
# print(x)x为三个对象组成的一个元组

示例2：

#实现机制
def myzip(iter1,iter2):
it1 = iter(iter1)
it2 = iter(iter2)
while True:
x = next(it1)
y = next(it2)
yield (x,y)
for x in myzip(range(100),range(50))
#示例3：
names = list('string')
for x in enumerate(names,start = 100):
print(x)#指定start会使索引从start开始
#(1000,'s') (101,'t')..返回元组的索引-值对，默认索引从0开始
#index = element = x
#print('索引是',index,'对应的元素是',element)

关于python迭代器与生成器作用是什么就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。