Python迭代器与生成器要怎么理解？

迭代器协议意味着对象必须提供下一个next方法。执行此方法将返回迭代中的下一个项目，或导致stoplteration异常终止迭代。而生成器可以理解为一种数据类型，它可以自动实现迭代器协议（其他数据类型需要调用它们自己的内置__iter__方法），因此生成器是可迭代的对象。那么到底Python迭代器与生成器要怎么理解？在Python中，使用for... in ...来对list、tuple、set和dict数据类型并过滤掉所有数据。 如下：

for element in [1, 2, 3]:

print(element)

for element in (1, 2, 3):

print(element)

for key in {'one':1, 'two':2}:

print(key)

for char in "123":

print(char)

for line in open("myfile.txt"):

print(line, end='')

　　1、迭代器

对字符串，列表，使用内置函数 iter 转化为可迭代对象， 使用next关键字，可迭代对象每次取其中的一个值。如下面代码：

nums = [1,2,3,4]

nums = iter(nums)

print(next(nums))

print(next(nums))

print(next(nums))

print(next(nums))

输出

1

2

3

4

如果超出数据的长度，将会报错 StopIteration

nums = [1,2,3,4]

nums = iter(nums)

print(next(nums))

print(next(nums))

print(next(nums))

print(next(nums))

print(next(nums)) # 超过数据长度，报错 StopIteration

　　2、生成器

使用生成器可以创建迭代器。生成器主要使用 yeild 关键字，每次调用 next 时会与yeild 定义的对应。例如：我们需要取 10～20之间的数据，步长为2，可以使用如下code

for x in range(10,20,2):

print(x)

但是如果步长设置为 0.5，如下代码：

for x in range(10,20,0.5):

print(x)

将会报错

TypeError: 'float' object cannot be interpreted as an integer

这个时候，我们就可以使用 生成器来自定义一个函数

def drange(start,stop,step):

x = start

while x< stop:

yield x

x += step

for x in drange(10,20,0.5):

print(x)

再举一个例子：

给定一个字符串，倒叙排列：

def reverse(data):

for x in range(len(data)-1,-1,-1):

yield data[x]

for x in reverse('gold'):

print(x)

看到这里，相信大家对于Python迭代器与生成器已经有了一定的理解。关于更多关于Python的干货内容，尽在中培教育，从零基础到进阶提升各个学习阶段的学习内容都在等着你。