本文实例讲述了Python3中的列表生成式、生成器与迭代器。分享给大家供大家参考，具体如下：
列表生成式
Python内置的一种极其强大的生成列表 list 的表达式。返回结果必须是列表。
基本语法：
[ 变量表达式 for 变量 in 表达式 ]
示例
|
1
2
3
4
5
6
7
8
9
|
a = [x ** 2 for x in range(1, 10)]b = [x * x for x in range(1, 11) if x % 2 == 0]c = [m + n for m in 'ABC' for n in '123']d = {'Java': "99", 'C': "99", 'C++': "99"}L = [k + '=' + v for k, v in d.items()]print(a)print(b)print(c)print(L) |
通过列表生成式，可以直接创建一个列表，但是，受到内存的限制，列表容量是有限的，当列表元素很大的时候，会很浪费内存空间。所以可以通过生成器 Generator 生成。
生成器 Generator
Generator 是一种一边循环一边计算的机制。
应用场景：只需要获得 list 中的前几个元素，节省存储空间。
使用 () 创建列表生成器
把列表生成式的中括号 [] 修改为圆括号即可 （）
|
1
2
3
4
5
6
7
8
9
|
a = (x ** 2 for x in range(1, 10))b = (x * x for x in range(1, 11) if x % 2 == 0)c = (m + n for m in 'ABC' for n in '123')d = {'Java': "99", 'C': "99", 'C++': "99"}L = (k + '=' + v for k, v in d.items())print(a)print(b)print(c)print(L) |
打印结果如下
<generator object <genexpr> at 0x1052ec2b0>
<generator object <genexpr> at 0x1052ec468>
<generator object <genexpr> at 0x1052ec4c0>
<generator object <genexpr> at 0x1052ec518>
使用 next 调用元素：
|
1
2
3
4
|
print(a.__next__())print(a.__next__())print(a.__next__())print(a.__next__()) |
next 方法会一个个的返回元素值，调用一次，返回一次下一个位置的元素。
该方法在没有元素可以调用的时候，会返回 StopIteration 的错误
使用循环调用元素
|
1
2
|
for i in a: print(i) |
该方法的好处，是不会返回 StopIteration 的错误
yield 关键字 创建 Generator
如果一个函数包含了yield 关键字，那么该函数就不再是普通的函数，而是一个生成器 Generatior。
将 print(sum) 修改为 yield(sum)，即将原来的函数，修改为了生成器。
|
1
2
3
4
5
6
7
8
9
10
|
def fib(n): sum = 0 i = 0 while (i<n): sum = sum + i i += 1 yield(sum)print(type(fib(10)))for x in fib(10): print(x) |
包含 yield 语句的函数会被特定的编译成生成器。可以吧生成器理解为迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行 next()方法时从当前位置继续运行。
Generator 的工作原理，是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。
对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。
python 生成器可参考 http://www.zzvips.com/article/72397.html
以下实例使用 yield 实现斐波那契数列
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
#!/usr/bin/python3import sysdef fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1f = fibonacci(10) # f 是一个迭代器，由生成器返回生成while True: try: print (next(f), end=" ") except StopIteration: sys.exit() |
迭代器 iterator
- 迭代器是访问集合元素的一种方式
- 迭代器有两个方法，生成迭代器 iter()，返回迭代器的下一个项目 next()
- 迭代器对象从集合的第一个元素开始访问，知道所有元素被访问结束。迭代器只能往前，不能回退。
- 字符串、列表、元组 都可以用于创建迭代器
迭代器 iterator 和可迭代对象 iterable 的区别在于：
可以直接作用于for循环的对象统称为可迭代对象：Iterable，list、tuple、dict、set、str、Generator 等等。
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
使用 iter 创建迭代器
|
1
2
3
4
5
6
7
|
list、dict、str等数据类型不是Iterator，但是可以通过 iter() 来创建迭代器list=[1,2,3,4]it = iter(list) # 创建迭代器对象print (next(it)) # 输出迭代器的下一个元素 1print (next(it)) 2 |
Python迭代器 Iterator 可参考：http://www.zzvips.com/article/123963.html
希望本文所述对大家Python程序设计有所帮助。
原文链接：https://blog.csdn.net/CityzenOldwang/article/details/78336730
