郑文峰的博客
·
python迭代器与生成器
内容提要
迭代器是实现了__iter__和__next__方法的对象，而可迭代对象只需实现__iter__。生成器函数通过yield关键字生成元素，生成器表达式则是惰性版本的列表推导，返回生成器对象。
关键要点
-
实现了__iter__的方法是可迭代对象，实现了__iter__和__next__的方法是迭代器。
-
可迭代对象的抽象基类是abc.Iterable，迭代器的抽象基类是abc.Iterator。
-
定义__iter__方法返回带有__next__方法的对象，__iter__可以简单返回self。
-
当没有数据返回时，会抛出StopIteration异常停止返回数据。
-
生成器函数是包含yield关键字的函数，生成器函数创建生成器对象。
-
生成器对象在调用next(...)时，会执行下一个yield语句并返回值，暂停在当前位置。
-
生成器表达式是惰性版本的列表推导，按需生成元素，不会立即构建列表。
-
生成器表达式返回生成器对象，可以通过next或循环的方式惰性求值。
延伸解读
迭代器与可迭代对象的区别
迭代器和可迭代对象在Python中有明确的区分。可迭代对象只需实现__iter__方法，而迭代器则需要同时实现__iter__和__next__方法。这一设计使得迭代器能够在遍历时保持状态，适合处理大数据集或流式数据。理解这一点有助于在编写高效代码时选择合适的结构。
生成器的优势
生成器通过yield关键字实现惰性求值，能够在需要时逐步生成数据，而不是一次性加载所有数据到内存中。这种特性使得生成器在处理大规模数据时更加高效，避免了内存溢出的问题。使用生成器时，开发者应注意在适当的场景下应用，以充分发挥其优势。
StopIteration异常的处理
在使用迭代器和生成器时，StopIteration异常是一个重要的控制机制。当没有更多数据可供迭代时，抛出此异常以停止迭代。开发者在实现自定义迭代器时，需确保正确处理此异常，以避免程序崩溃或出现意外行为。
延伸问答
什么是可迭代对象和迭代器的区别？
可迭代对象实现了__iter__方法，而迭代器则实现了__iter__和__next__方法。
如何实现一个自定义的迭代器？
定义一个类，包含__iter__方法返回self和__next__方法处理数据，遇到无数据时抛出StopIteration异常。
生成器函数的特点是什么？
生成器函数包含yield关键字，创建生成器对象，调用时会暂停并返回值，直到下次调用。
生成器表达式与列表推导有什么不同？
生成器表达式是惰性版本的列表推导，不会立即构建列表，而是按需生成元素。
如何使用生成器对象进行惰性求值？
可以通过next函数或循环的方式来获取生成器对象中的元素，按需生成。
在迭代器中如何处理没有数据的情况？
当没有数据返回时，迭代器会抛出StopIteration异常以停止迭代。
