一文帶你了解Python中的生成器和迭代器
3分鐘帶你玩轉(zhuǎn)Python,用不了多久你也可以成為大佬
生成器(Generators)和迭代器(Iterators)是 Python 中用于處理序列數(shù)據(jù)的強(qiáng)大工具。它們可以幫助您以更高效和內(nèi)存友好的方式處理大型數(shù)據(jù)集,同時(shí)提供了更方便的方式來訪問和處理數(shù)據(jù)。它們都可以用于逐個(gè)處理序列中的元素,但它們在實(shí)現(xiàn)和工作方式上有所不同。
迭代器(Iterators):
迭代器是一個(gè)實(shí)現(xiàn)了迭代協(xié)議的對象,它可以在循環(huán)中逐個(gè)返回值,而不必將所有值一次性加載到內(nèi)存中。迭代器具有兩個(gè)主要方法:
1.__iter__() 方法:返回迭代器對象本身。
2.__next__() 方法:返回序列中的下一個(gè)元素。如果沒有元素可以返回,會(huì)引發(fā) StopIteration 異常。
迭代器通常用于處理大型數(shù)據(jù)集,使得只有在需要的時(shí)候才會(huì)從數(shù)據(jù)源加載數(shù)據(jù)。
舉個(gè)例子說明一下:
def my_generator(max_value):
current = 0
while current < max_value:
yield current
current += 1
gen = my_generator(6)
for num in gen:
print(num)運(yùn)行結(jié)果如下:

生成器(Generators):
生成器是一種特殊的迭代器,它使用函數(shù)來產(chǎn)生序列中的元素。生成器函數(shù)使用 yield 關(guān)鍵字來暫停函數(shù)執(zhí)行并產(chǎn)生一個(gè)值,然后在需要下一個(gè)值時(shí)再次恢復(fù)執(zhí)行。這允許您按需生成值,而不必一次性將所有值加載到內(nèi)存中。生成器在處理大型數(shù)據(jù)集時(shí)非常高效。
舉個(gè)例子說明一下:
def my_generator(max_value):
current = 0
while current < max_value:
yield current
current += 1
gen = my_generator(6)
for num in gen:
print(num)代碼說明:
在上面的生成器示例中,my_generator 函數(shù)使用了 yield 關(guān)鍵字來暫停函數(shù)的執(zhí)行并生成值。每次循環(huán)迭代時(shí),函數(shù)會(huì)從上次 yield 暫停的位置恢復(fù)執(zhí)行,并繼續(xù)執(zhí)行直到下一個(gè) yield。
運(yùn)行結(jié)果如下:

總結(jié)
生成器和迭代器是 Python 中處理序列數(shù)據(jù)的重要工具,它們在處理大數(shù)據(jù)集時(shí)可以提供顯著的性能和內(nèi)存優(yōu)勢。通過使用生成器和迭代器,您可以更加高效地處理數(shù)據(jù),減少內(nèi)存使用,并提高代碼的可讀性。
學(xué)習(xí)與反思
為什么我們要用迭代器和生成器,代碼寫了那么多不就是一個(gè)for循環(huán)的事情嗎?
迭代器和生成器在處理序列數(shù)據(jù)時(shí)有許多優(yōu)點(diǎn),使得它比普通的 for 循環(huán)更加靈活和高效。以下是一些迭代器的優(yōu)點(diǎn)以及與普通 for 循環(huán)的比較:
優(yōu)點(diǎn):
1.節(jié)省內(nèi)存:迭代器一次只返回一個(gè)元素,而不會(huì)一次性將整個(gè)序列加載到內(nèi)存中。這對于大型數(shù)據(jù)集非常有用,可以有效地減少內(nèi)存占用。
2.懶惰求值(Lazy Evaluation) :生成器迭代器使用惰性求值,只在需要時(shí)生成值。這意味著您可以在不需要全部數(shù)據(jù)的情況下開始迭代,從而提高性能和效率。
3.支持無限序列:生成器可以用于表示無限序列,因?yàn)樗鼈儼葱枭芍?,而不需要在?nèi)存中存儲(chǔ)整個(gè)序列。
4.可復(fù)用性和模塊化:通過封裝生成器邏輯,您可以創(chuàng)建可重用的、模塊化的生成器函數(shù),以便在不同的上下文中使用。
缺點(diǎn):
1.速度相對較慢:與直接使用列表的 for 循環(huán)相比,迭代器可能會(huì)稍微慢一些,因?yàn)樗鼈冃枰诿看蔚鷷r(shí)執(zhí)行一些附加操作。
2.不適合索引訪問:由于迭代器是按需生成值的,所以無法通過索引訪問特定位置的元素,需要從頭開始迭代。
3.無法修改序列:迭代器一般是只讀的,不能用于修改序列中的元素。
適用場景:
1.當(dāng)您需要處理大型數(shù)據(jù)集時(shí),迭代器可以節(jié)省大量內(nèi)存,并提高性能。
2.當(dāng)您需要按需生成值,或者處理無限序列時(shí),生成器是一個(gè)非常好的選擇。
3.當(dāng)您需要?jiǎng)?chuàng)建可復(fù)用的、模塊化的代碼時(shí),生成器函數(shù)能夠提供更好的組織和抽象。
我該怎么選:
使用迭代器的主要優(yōu)點(diǎn)是節(jié)省內(nèi)存、支持惰性求值和無限序列,同時(shí)也提高了代碼的可復(fù)用性和模塊化。然而,對于需要快速索引和修改的情況,使用普通的 for 循環(huán)可能更為方便。在選擇使用迭代器還是普通循環(huán)時(shí),您應(yīng)該根據(jù)具體的情況和需求進(jìn)行權(quán)衡。
到此這篇關(guān)于一文帶你了解Python中的生成器和迭代器的文章就介紹到這了,更多相關(guān)Python生成器 迭代器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python+flask編寫一個(gè)簡單實(shí)用的自動(dòng)排班系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了如何基于Python+flask編寫一個(gè)簡單實(shí)用的自動(dòng)排班系統(tǒng),文中的示例代碼講解詳細(xì),有需要的小伙伴可以了解下2025-03-03
Python實(shí)現(xiàn)HTTP協(xié)議下的文件下載方法總結(jié)
這篇文章主要介紹了Python實(shí)現(xiàn)HTTP協(xié)議下的文件下載方法總結(jié),包括端點(diǎn)續(xù)傳下載等功能,需要的朋友可以參考下2016-04-04
pytorch?tensor內(nèi)所有元素相乘實(shí)例
這篇文章主要介紹了pytorch?tensor內(nèi)所有元素相乘實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07
Anaconda安裝之后Spyder打不開解決辦法(親測有效!)
這篇文章主要給大家介紹了關(guān)于Anaconda安裝之后Spyder打不開解決辦法,文中將解決的過程介紹的非常詳細(xì),親測有效,對同樣遇到這個(gè)問題的朋友具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2023-04-04
Python中使用moviepy進(jìn)行視頻分割的實(shí)現(xiàn)方法
MoviePy是一個(gè)關(guān)于視頻編輯的python庫,主要包括:剪輯,嵌入拼接,標(biāo)題插入,視頻合成(又名非線性編輯),視頻處理,和自定制效果。本文重點(diǎn)給大家介紹Python中使用moviepy進(jìn)行視頻分割的實(shí)現(xiàn)方法,需要的朋友一起看看吧2021-12-12
Python 函數(shù)list&read&seek詳解
這篇文章主要介紹了Python 函數(shù)list&read&seek詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
Python實(shí)現(xiàn)K-means聚類算法并可視化生成動(dòng)圖步驟詳解
這篇文章主要介紹了Python實(shí)現(xiàn)K-means聚類算法并可視化生成動(dòng)圖,本文分步驟給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-05-05

