Python3 迭代器与生成器学习笔记

1. 迭代器

在Python中，迭代器是一个可以进行迭代操作的对象。它具有两个基本方法：__iter__()和__next__()。

1.1 迭代器的创建

迭代器可以通过集合对象来创建，如列表、元组、字典、集合等，只需将其传递给iter()函数即可。

示例代码1：

pythonCopy Code
my_list = [1, 2, 3, 4]
my_iter = iter(my_list)

print(next(my_iter)) # 输出1
print(next(my_iter)) # 输出2
print(next(my_iter)) # 输出3
print(next(my_iter)) # 输出4

1.2 迭代器的应用

迭代器可以用于循环遍历集合中的每一个元素。当所有元素都被迭代后，迭代器会抛出StopIteration异常，表示迭代完成。

示例代码2：

pythonCopy Code
for i in iter(my_list):
    print(i)

1.3 迭代器的优势

相较于传统的遍历方式，使用迭代器可以更加节省内存空间，大大降低了程序的内存占用率，提高了程序的效率。

2. 生成器

生成器是一种特殊的迭代器，它可以动态地生成一系列的值，而无需将这些值全部预先存储在内存中。

2.1 生成器的创建

生成器可以通过函数来创建，使用yield关键字可以将一个函数变成一个生成器。

示例代码3：

pythonCopy Code
def my_generator():
    yield 1
    yield 2
    yield 3
    yield 4

for i in my_generator():
    print(i)

2.2 生成器的应用

生成器可以用于动态地生成一系列值，这些值可以是一些比较庞大的数据，如一些网络请求的数据，文件等等。

示例代码4：

pythonCopy Code
import requests

def my_generator():
    response = requests.get('https://jsonplaceholder.typicode.com/posts')
    for item in response.json():
        yield item['title']

for title in my_generator():
    print(title)

结论

Python中的迭代器和生成器是非常强大的工具，它们可以帮助我们更加高效地处理大量的数据，提高程序的运行效率。