python迭代器与生成器用途是什么

python迭代器的用途：用next函数获取下一个元素，只能向前取值，不会后退。python生成器的用途：动态提供数据，调用return生成一个StopIteration异常，通知next(it)函数不再提供数据。

一、迭代器

什么是迭代器

迭代器是指用iter（可迭代对象）函数返回的对象（实例）

迭代器可以用next(it)函数获取可迭代对象的数据

迭代器函数：

iter（iterable）从可迭代对象中返回一个迭代器，iterable必须是一个能提供迭代器的可迭代对象

next（iterator）从迭代器iterator中获取下一条记录，如果无法获取下一条记录，则触发StopIteration异常

说明：

迭代器是访问可迭代对象的一种方式

迭代器只能向前取值，不会后退

用iter函数可以返回一个可迭代对象的迭代器

示例：

L=[2,3,4]或者L=range(2,5)
it=iter(L)#使用iter函数使it绑定一个迭代器对象
next(it)#返回2
next(it)#返回3
next(it)#返回4
next(it)#触发StopIteration异常

迭代器的用途：

迭代器对象能用next函数获取下一个元素

示例：

#此示例示意用迭代器来访问可迭代对象
#用for语句访问可迭代对象L
L=[2,3,5,7]
forxinL:
print(x)
#用while语句访问可迭代对象L
it=iter(L)
whileTrue:
try：
x=next(L)
print(x)
exceptStopIteration:
print('终止迭代，迭代器不能提供任何数据')
break

二、生成器Generator(python2.5之后)

什么是生成器：

生成器是能够动态提供数据的对象（不是一次性生成从而不占据内存空间），生成器对象也是可迭代对象（实例）

生成器有两种：

生成器函数

生成器表达式

生成器函数定义：

含有yield语句的函数是生成器函数，此函数被调用时将返回一个生成器对象

yield语句

语法：yield 表达式

说明：yield用于def函数中，目的是将此函数作为生成器函数使用

yield用来生成数据，供迭代器next（it）函数使用

实例：

#此示例示意生成器函数的定义及示意
defmyyield():
'''此函数为生成器函数'''
yield2#生成2
yield3#生成3
yield5#生成5
#用for语句访问myyield函数
forxinmyyield():
print(x)
#用迭代器访问
gen=myyield()
it=iter(gen)
next(it)

生成器函数说明：

（1）生成器函数的调用将返回一个生成器对象，生成器对象是一个可迭代对象

（2）在生成器函数调用return时会生成一个StopIteration异常来通知next(it)函数不再能提供数据

示例：

#写一个myinteger(n)函数
defmyinteger(n):
forxinrange(n):
yieldx
#for循环访问生成器
forxinmyinteger(int(input('请输入整数：')))
print(x)
#用迭代器访问
it=iter(myinteger(10))
whileTrue:
print(next(it))#到10时发生StopIteration错误

生成器表达式：

语法：（表达式 for 变量 in 可迭代对象 [if 真值表达式]）

作用：用推导式的形式生成一个新的生成器

示例：

gen=(x**2forxinrange(1,4))#并没有生成数据
#gen=[x**2forxinrange(1,4)]#先在内存中生成数据
it=iter(gen)
next(it)#1
next(it)#4
next(it)#9
next(it)#StopIteration

列表推导式和生成表达式的区别：

生成器是动态生成的，现用现生成，列表表达式是静态的。

示例：

L=[1,2,3,4]
gen=(xforxinL)#gen绑定生成器
lst=[xforxinL]#lst绑定列表
L[1]=222#改变原列表的第二个元素
forxinlst:
print(x)#1234不变
forxingen:
print(x)#122234,第二个数是222

迭代工具函数：

迭代工具函数的作用是生成一个个性化的可迭代对象

函数：

zip( iter1 [,iter2,iter3,…])返回一个zip对象，此对象用于生成一个元组，此元组的个数由最小的可迭代对象决定

enumerate(iterable[,start])生成带索引的枚举类型，返回迭代类型为索引-值队（index,value）对，默认索引从零开始，也可以使用start绑定

示例1：

numbers=[10086,10000,10010,95588]
names=['中国移动','中国电信','中国联通']
forxinzip(numbers,names):
print(x)
#生成元组：
#(10086,'中国移动')
#(10000,'中国电信')
#(10010,'中国移动')
#forn,ainzip(numbers,names):
#print(n,a)
#d=dict(zip(names,number))生成字典
#forxinzip(range(10),numbers,names):
#print(x)x为三个对象组成的一个元组

示例2：

#实现机制
defmyzip(iter1,iter2):
it1=iter(iter1)
it2=iter(iter2)
whileTrue:
x=next(it1)
y=next(it2)
yield(x,y)
forxinmyzip(range(100),range(50))
#示例3：
names=list('string')
forxinenumerate(names,start=100):
print(x)#指定start会使索引从start开始
#(1000,'s')(101,'t')..返回元组的索引-值对，默认索引从0开始
#index=element=x
#print('索引是',index,'对应的元素是',element)

推荐课程：python基础语法全讲解视频（马哥教育2014版）