列表生成式-生成器-迭代器

1. 列表生成式

是Python内置的非常简单却强大的可以用来创建list的生成式。

举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：

nums = list(range(1, 11))

如果要生成[1x1, 2x2, 3x3, ..., 10x10]，可以用列表生成式：

nums = [x*x for x in range(1, 11)]

• 把要生成的元素x * x放到前面, 后面跟for循环

• for循环后面还可以加上if判断

，这样我们就可以筛选出仅偶数的平方

nums = [x*x for x in range(1, 11) if x % 2 == 0]

• 可以使用两层循环，可以生成全排列：

nums = [m + n for m in 'ABC' for n in 'XYZ']
# ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：

import os # 导入os模块
[d for d in os.listdir('.')] # os.listdir可以列出文件和目录

• 列表生成式也可以使用两个变量来生成list：

d = {'x': 'A', 'y': 'B', 'z': 'C' }
nums = [k + '=' + v for k, v in d.items()]
# ['y=B', 'x=A', 'z=C']

2. 生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来, 在循环的过程中不断推算出后续的元素， 这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。

generator

[ ˈdʒenəreɪtər ]

发电机， 发生器

把一个列表生成式的[]改成()，就创建了一个generator：

nums = (x*x for x in range(1, 11))
print(nums) # <generator object <genexpr> at 0x1022ef630>

# 使用1 next()函数， 基本上永远不会调用
print(next(nums)) # 1
print(next(nums)) # 4
print(next(nums)) # 9

# 或者方式 使用for循环
for n in nums:
    print(n)

函数定义中包含yield关键字 生成比较复杂的generator

yield

[ jiːld ]

产量；产出；

定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator函数，调用一个generator函数将返回一个generator：

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

最难理解的就是generator函数和普通函数的执行流程不一样。普通函数是顺序执行，遇到return语句或者最后一行函数语句就返回。

而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

3. 迭代器

可以直接作用于for循环的数据类型有以下几种：

• 1. 集合数据类型，如list、tuple、dict、set、str等；
• 2. 生成器，包括generator和带yield的generator function。

可迭代对象

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable

iterable

[ iterable ]

可迭代的

可以使用isinstance()判断一个对象是否是Iterable对象：

from collections.abc import Iterable

isinstance([], Iterable) # True
isinstance({}, Iterable) # True
isinstance('abc', Iterable) # True
isinstance((x for x in range(10)), Iterable) # True
isinstance(100, Iterable) # False

迭代器

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

完全等同于

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

iter

[ iter ]

迭代