Summary: What is the difference about Iterator and Generator, and how to code them.

概念

迭代器与生成器通常一起出现，在概念上很容易分不清楚。

迭代器就是用于迭代操作（for循环）的对象，它像列表一样可以迭代获取里面的每一个元素，任何实现了__next__()方法的对像，都可以称之为迭代器。

简单来说，生成器本质上还是一个迭代器，唯一的区别在于实现方式上的区别，生成器的实现更简单，只需要使用yield关键字即可。

迭代器、生成器与列表的本质区别是，不会一次性将所有的元素加载到内存，对内存的要求更低（更节省内存）。

迭代器（iterator)

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

list1 = [1, 2, 3, 4]
it = iter(list1)
print(next(it))

同样，迭代器也可以用户for循环

创建一个迭代器

创建一个类的时候，只需要实现两个方法__iter__() 与__next__()就可以创建一个迭代器

__iter__()方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成

__next__()方法会返回下一个迭代器对象。

创建一个返回数字的迭代器，初始值为 1，逐步递增 1：

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    x = self.a
    self.a += 1
    return x
 
myclass = MyNumbers()
myiter = iter(myclass)
 
print(next(myiter))
print(next(myiter))
print(next(myiter))

执行结果

1
2
3

StopIteration

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

在 5次迭代后停止执行：

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    if self.a <= 5:
      x = self.a
      self.a += 1
      return x
    else:
      raise StopIteration
 
myclass = MyNumbers()
myiter = iter(myclass)
 
for x in myiter:
  print(x)

执行输出结果为：

1
2
3
4
5

others

用好关于迭代器的内建函数。

1. enumerate可以接收一个可迭代的对象（如：列表），然后返回一个带下标的可迭代对象。

   names = ["Jerry", "Tom", "Alex", "Amadine"]
   for i, name in enumerate(names):
       print(i, name)
   

2. product可以接收多个可迭代对象，根据它们的笛卡儿积不断的生成结果。

   不使用product的方式，需要写多层循环

   names = ["Jerry", "Tom", "Alex", "Amadine"]
   ages = [20, 25, 40, 41]
   for name in names:
    for age in ages:
        if name.startswith("A") and age > 40:
            print(name, age)
   

   使用product的代码

   for name, age in product(names, ages):
       if name.startswith("A") and age > 40:
           print(name, age)
   

3. islice接收一个可以迭代的对象，按指定的步长进行遍历。

   itertools.islice(iterable, start, stop[, step])

   start: 起始位置，start为None的时候，从最初的位置0开始

   stop: 结束位置，stop为None的时候，直至输入的可迭代对象耗尽。

   step: 步长，省略时默认为1

   list1 = [1, 2, 3, 4, 5, 6]
   for number in islice(list1, None, None, 2):
       print(number)
   

   结果：

   1
   3
   5
   

生成器（generator)

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器，但是只有在使用的时候才会生成，并不是一次性全部生成好。

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。

调用一个生成器函数，返回的是一个迭代器对象。

以下实例使用 yield 实现斐波那契数列：

#!/usr/bin/python3
 
import sys
 
def 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 += 1
f = 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()

输出结果

0 1 1 2 3 5 8 13 21 34 55

yield

在Python开发过程中，为了避免程序占用过多的内存，特别是在处理大量的数据的时候，建议多使用yield关键字

• 更多的使用yield关键字，返回生成器对象，而不是直接返回全部值。（由于生成器（Generator）对象，是在被引用到的时候才会计算生成，所以不会大量的占用内存）

• 使用生成器表达式，代替列表表达式

  生成器表达式

  (i for i in range(10))
  

  列表表达式

  [i for i in range(10)]
  

• 尽量使用模块提供的懒惰对象，而不是一次性把所有需要的数据都读取出来。

  例如：

  1. 使用re.finditer替代re.findall

  2. 直接使用可迭代的文件对象

     fp = open("temp.txt", "r")
     for line in fp:
         do_something
     

     而不是

     fp = open("temp.txt", "r")
     for line in fp.readlines():
         do_something
     

–end–