python迭代器与生成器_a生成器-CSDN博客

本文链接：https://blog.csdn.net/yiqinshang/article/details/121873157

本文详细介绍了Python中的列表推导式、字典推导式和集合推导式，以及可迭代对象、迭代器和生成器的概念和用法。通过实例展示了如何使用生成器表达式和生成器函数，并探讨了yield与return的区别。最后总结了迭代对象、迭代器和生成器之间的区别，强调了生成器在内存效率上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

python推导式
python可迭代对象（iterable）
迭代器（iterator）
生成器（genatator）
总结

一、python推导式

1、列表推导式

a = [1,2,3,4,5,6,7]
b = [x for x in a if x % 2 == 1]
print(b)

2、字典推导式

d1 = {"a":1, "b":2}
d2 = {v:k for k,v in d1.items()}
print(d2)

3、集合推导式：和列表推导式差不多，只不过使用{}，自动去重

a = [1,-1,2,1]
b = {i*i for i in a if i in a}
print(b)

二、python可迭代对象

能被for循环的都是可迭代对象

实现了__iter__方法，并且该方法返回一个迭代器的对象


lst = ["x","y",1,2,3]
print(dir(lst))

三、迭代器（iterator）

实现了__iter__和__next__方法的都叫迭代器；

__iter__方法返回自身；

__next__方法返回下一个值。

在for循环中，for先调用可迭代对象__iter__方法，返回一个迭代器，然后再对迭代器调用__next__方法，直到最后一个退出。

迭代器是懒加载，惰性求值，需要的时候在生成。

四、生成器（genatator）

生成器它不需要手动实现__iter__和__next__方法；

是迭代器更优雅的写法。

生成器有两个写法：a生成器表达式 b生成器函数。

a生成器表达式:

生成器表达式类似于列表推导式，只不过使用()。

例：

result = (x for x in range(1,31) if x % 3 == 0)
print(result)
print(dir(result))

b生成器函数:

包含了yield关键字的函数就叫做生成器函数

例:

def get_content():
    x = 2
    yield x
    y = 3
    yield y
    z = 4
    yield z

g = get_content()
print(g)
print(dir(g))
#第一次执行next的时候，遇到yield就退出，并且返回yield后面携带的参数，还会记录之前的位置
print(next(g))
#第二次执行的时候就会从上一次执行的地方继续执行
print(next(g))
print(next(g))

例题：

用生成器函数实现斐波拉契数列

def func1():
    o, t = 0, 1
    while 1:
        yield t
        o, t = t, t + o
u = func1()
for i in range(1,8):
    print(next(u))

yield与return的比较

* 相同点：都可以返回一个值，值的类型和个数没有限制

* 不同点：yield返回的值可以保存返回值的状态，可以多次返回

Return返回值只能返回一次，函数就会退出

五、总结

迭代对象、迭代器、生成器的区别

可直接作用于for循环的对象称为可迭代对象，可迭代对象实现了__iter__()方法。
迭代器则是实现了__iter__()和__next__()方法的对象，可以显示地获取下一个元素。
生成器是特殊的迭代器，生成器返回一个迭代器，生成器中包含yield关键字，相当于一个断点，执行到此返回一个值后暂停，从而实现next取值。