Python3 迭代器与生成器-JavaScript中文网-JavaScript教程资源分享门户

迭代器是一种可以遍历集合对象的数据结构。在 Python 中，迭代器提供了一种访问集合元素的方式，而无需暴露其底层表示。迭代器对象实现了 __iter__() 和 __next__() 方法。

创建迭代器

要创建一个迭代器，需要实现 __iter__() 和 __next__() 方法。__iter__() 方法返回迭代器对象本身，而 __next__() 方法会返回容器中的下一个值。如果容器中没有更多元素，则会引发 StopIteration 异常。

// www.javascriptcn.com code example
class MyIterator:
    def __init__(self, max):
        self.max = max
        self.current = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.max:
            value = self.current
            self.current += 1
            return value
        else:
            raise StopIteration

my_iter = MyIterator(5)
for i in my_iter:
    print(i)

使用内置的迭代器

Python 内置了许多可迭代的对象，例如列表、元组、字典、集合等。这些可迭代对象都支持迭代协议，可以通过内置的 iter() 函数获取它们的迭代器。

列表迭代

列表是一个常见的可迭代对象。可以通过 for 循环遍历列表中的元素。

my_list = [1, 2, 3, 4, 5]
for item in my_list:
    print(item)

字典迭代

字典是一个键值对的集合。可以通过 for 循环遍历字典的键或值。

// www.javascriptcn.com code example
my_dict = {"name": "Alice", "age": 25}
for key in my_dict:
    print(key)

for value in my_dict.values():
    print(value)

for key, value in my_dict.items():
    print(f"{key}: {value}")

集合迭代

集合是一个无序且不重复的元素集合。可以通过 for 循环遍历集合中的元素。

my_set = {1, 2, 3, 4, 5}
for item in my_set:
    print(item)

生成器

生成器是一种特殊的迭代器，使用 yield 关键字来返回数据。生成器函数在每次调用 next() 时会从上次停止的地方继续执行，而不是从头开始。

基本生成器

生成器函数通过 yield 关键字返回值，每次调用生成器函数都会生成一个新的生成器对象。

// www.javascriptcn.com code example
def simple_generator():
    yield 1
    yield 2
    yield 3

gen = simple_generator()
print(next(gen))  # 输出: 1
print(next(gen))  # 输出: 2
print(next(gen))  # 输出: 3

带状态的生成器

生成器可以在函数体内保持状态，并在每次调用时继续执行。

// www.javascriptcn.com code example
def count_up_to(max):
    count = 1
    while count <= max:
        yield count
        count += 1

counter = count_up_to(5)
for number in counter:
    print(number)

生成器表达式

生成器表达式类似于列表推导式，但使用圆括号 () 而不是方括号 []。生成器表达式会按需生成元素，而不是一次性生成所有元素。

squares = (x * x for x in range(10))
for square in squares:
    print(square)

生成器方法

生成器对象还具有一些方法，如 send()、throw() 和 close()，可以用来控制生成器的执行。

`send()` 方法

send() 方法允许向生成器发送值，并将该值作为 yield 表达式的返回值。

def echo_value():
    while True:
        value = yield
        print(f"Received: {value}")

generator = echo_value()
next(generator)  # 启动生成器
generator.send("Hello")  # 输出: Received: Hello

`throw()` 方法

throw() 方法允许在生成器内部引发异常。

// www.javascriptcn.com code example
def generator_with_exception():
    try:
        yield "First"
        yield "Second"
    except ValueError:
        yield "Exception Handled"

gen = generator_with_exception()
print(next(gen))  # 输出: First
print(gen.throw(ValueError))  # 输出: Exception Handled

`close()` 方法

close() 方法允许停止生成器的执行。

// www.javascriptcn.com code example
def generator_with_close():
    try:
        while True:
            yield "Continuing"
    except GeneratorExit:
        print("Generator closed")

gen = generator_with_close()
next(gen)  # 输出: Continuing
gen.close()  # 输出: Generator closed

迭代器和生成器的应用

迭代器和生成器在处理大数据集和无限序列时非常有用。它们允许程序逐个处理元素，而不必一次性加载整个数据集到内存中。

处理大数据集

在处理大量数据时，可以使用生成器来避免内存不足的问题。

def read_large_file(file_path):
    with open(file_path, 'r') as file:
        for line in file:
            yield line

for line in read_large_file('large_file.txt'):
    process(line)

无限序列

生成器还可以用于创建无限序列，只要在适当的时候停止生成即可。

// www.javascriptcn.com code example
def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

counter = infinite_sequence()
for _ in range(10):
    print(next(counter))

通过上述内容，我们了解了迭代器和生成器的基本概念和应用。这些工具为处理复杂的数据集和实现高效的代码提供了强大的支持。

Python3 迭代器与生成器