Python 迭代器和生成器概念

目录

• 迭代器的介绍
• 自定义迭代器
• 省略的迭代器
• 生产器的介绍
• yield的普通用法
• yield的高级用法
• yidle的实际应用案例
• 总结

---

迭代器的介绍

迭代器的定义：
迭代器（Iterator）是 Python 中用于遍历数据集合的核心机制。它提供了一种统一的方式来访问容器（如列表、字典、文件等）中的元素，而无需关心底层数据结构的具体实现。迭代器的核心特点是按需生成数据，避免一次性加载所有数据到内存。

迭代器适合处理大型数据、无限序列或需要惰性计算的场景。

---

迭代器的核心概念：

1. 迭代器协议：

   • 一个对象要成为迭代器，必须实现以下两个方法：
     • __iter__()：返回迭代器对象本身（通常直接 return self）。
     • __next__()：返回下一个元素，若没有更多元素则抛出 StopIteration 异常。
   • Python 的 for 循环、next() 函数等底层都依赖这一协议。

2. 可迭代对象（Iterable） VS 迭代器（Iterator）：

   • 可迭代对象：实现了 __iter__() 方法，可以返回一个迭代器的对象（如列表、元组、字典）。
   • 迭代器：实现了 __iter__() 和 __next__() 方法的对象。
   • 所有迭代器都是可迭代对象，但可迭代对象本身不一定是迭代器。

   差异体现在遍历机制：

   • 可迭代对象：
     每次调用 iter() 会生成新的迭代器，因此可被多次遍历：

     my_list = [1, 2, 3]
     for x in my_list: print(x)  # 输出 1,2,3
     for x in my_list: print(x)  # 再次输出 1,2,3
     

   • 迭代器：
     遍历是一次性的，遍历完成后无法重置：

     iterator = iter(my_list)
     for x in iterator: print(x)  # 输出 1,2,3
     for x in iterator: print(x)  # 无输出（迭代器已耗尽）
     

自定义迭代器

示例 1： 通过类实现迭代器

class CountUpTo:
    def __init__(self, max_num):
        self.max_num = max_num
        self.current = 0

    def __iter__(self):
        return self  # 返回迭代器本身

    def __next__(self):
        if self.current < self.max_num:
            self.current += 1
            return self.current
        else:
            raise StopIteration  # 终止迭代

# 使用自定义迭代器
counter = CountUpTo(3)
for num in counter:
    print(num)  # 输出 1, 2, 3

示例 2： 通过生成器函数实现（简化版）
生成器函数（使用 yield）是创建迭代器的快捷方式：

def count_up_to(max_num):
    current = 0
    while current < max_num:
        current += 1
        yield current

# 生成器返回的也是迭代器
for num in count_up_to(3):
    print(num)  # 输出 1, 2, 3

---

省略的迭代器

写过for循环的都知道，我没用迭代器呀！
用了！只不过是编译器帮你用了。

以下两段代码完全等价：

# 直接遍历列表
my_list = [1, 2, 3, 4, 5]
for x in my_list:
    print(x)

# 等价的手动迭代器操作
iterator = iter(my_list)  # 自动调用 __iter__() 获取迭代器
while True:
    try:
        x = next(iterator)  # 自动调用 __next__()
        print(x)
    except StopIteration:
        break  # 自动处理终止

为什么不需要显式写迭代器？

• 语法糖（Syntactic Sugar）：for 循环是 Python 提供的一种简化语法，隐藏了迭代器的创建和异常处理细节。

• 统一接口：所有可迭代对象（如列表、元组、字典、集合、字符串等）都可以通过 for 循环统一处理，无需关心底层是列表还是其他数据结构。

---

生产器的介绍

yield是个英文动词，也是名词，含义是生产的意思。

yield 在 Python里就是生成器。

yield的定义：
Python 的 yield 关键字用于定义生成器函数（Generator Function），生成器是一种特殊的迭代器，能够按需生成值并暂停/恢复执行状态。它的核心特性是惰性求值（Lazy Evaluation），适用于处理大数据流、无限序列或需要节省内存的场景。

核心概念：

1. 生成器函数：

   • 使用 yield 代替 return 的函数。
   • 调用生成器函数时，返回一个生成器对象（迭代器），而非直接执行函数体。
   • 生成器通过 next() 或 for 循环逐步执行，每次遇到 yield 时暂停，返回 yield 后的值，并在下次调用时从暂停处继续执行。

2. 与普通函数的区别：

   • 普通函数一次执行完毕，返回一个结果。
   • 生成器函数逐步产生多个值，并在 yield 处保持状态。

与 return 的区别：

特性	yield	return
返回值数量	可多次返回值	仅返回一次
函数状态	暂停并保留状态	终止函数执行
返回类型	生成器对象（迭代器）	直接返回值
内存占用	低（按需生成）	高（一次性生成所有数据）

yield的普通用法

示例 1： 简单生成器

def simple_generator():
    yield 1
    yield 2
    yield 3

gen = simple_generator()
print(next(gen))  # 输出 1
print(next(gen))  # 输出 2
print(next(gen))  # 输出 3
# 继续调用 next(gen) 会抛出 StopIteration 异常

示例 2： 用 for 循环遍历生成器

def count_up_to(n):
    i = 0
    while i < n:
        yield i
        i += 1

for num in count_up_to(5):
    print(num)  # 输出 0, 1, 2, 3, 4

yield的高级用法

1. 通过 send() 传递值
   生成器可以通过 send(value) 接收外部传入的值，赋值给 yield 表达式：

   def generator_with_send():
   	value = yield "Ready to receive"
   	yield f"Received: {value}"
   
   gen = generator_with_send()
   print(next(gen))         # 输出 "Ready to receive"
   print(gen.send("Hello")) # 输出 "Received: Hello"
   

2. yield from 委托生成
   Python 3.3+ 引入 yield from，用于简化嵌套生成器的操作：

   def sub_generator():
   	yield "A"
   	yield "B"
   
   def main_generator():
   	yield from sub_generator()
   	yield "C"
   
   for item in main_generator():
   	print(item)  # 输出 A, B, C
   

3. 异常处理
   生成器可以通过 throw() 方法接收异常：

   def generator_with_exception(value):
   	try:
   		yield 10 / value
   	except ZeroDivisionError as e:
   		yield "Caught ValueError"
   
   
   gen = generator_with_exception(2)
   print(next(gen))
   
   gen = generator_with_exception(0)
   print(next(gen))
   

   out:

   5.0
   Caught ValueError
   

yidle的实际应用案例

1. 大数据处理：

   def read_large_file(file_path):
       with open(file_path, "r") as file:
           for line in file:
               yield line.strip()  # 逐行生成，避免一次性加载到内存
   
   for line in read_large_file("data.txt"):
       process(line)
   

2. 生成无限序列：

   def fibonacci():
       a, b = 0, 1
       while True:
           yield a
           a, b = b, a + b
   
   fib = fibonacci()
   print([next(fib) for _ in range(10)])  # 前10个斐波那契数
   

3. 协程（Coroutine）：

   def coroutine():
       while True:
           task = yield
           print(f"Processing: {task}")
   
   worker = coroutine()
   next(worker)       # 启动协程
   worker.send("Task1")  # 输出 "Processing: Task1"
   worker.send("Task2")  # 输出 "Processing: Task2"
   

   在 Python 中，协程（Coroutine） 是一种可以暂停和恢复执行的函数，它能与调用方进行双向通信（接收和发送数据），常用于实现协作式多任务（非抢占式任务切换）。

   上文提供的代码是一个典型的基于生成器的协程（Generator-based Coroutine）。

---

总结

yield 是 Python 中实现惰性计算和协程的核心工具，结合 send()、throw()、close() 等方法，能够构建高效、灵活的数据流和控制流模型。