快捷導(dǎo)航

Python?迭代器和生成器概念及場景分析

更新時間：2025年04月12日 08:49:01 作者：Mysticbinary

yield 是 Python 中實現(xiàn)惰性計算和協(xié)程的核心工具,結(jié)合 send()、throw()、close() 等方法,能夠構(gòu)建高效、靈活的數(shù)據(jù)流和控制流模型,這篇文章主要介紹了Python?迭代器和生成器概念,需要的朋友可以參考下

迭代器的介紹

迭代器的定義：迭代器（Iterator）是 Python 中用于遍歷數(shù)據(jù)集合的核心機制。它提供了一種統(tǒng)一的方式來訪問容器（如列表、字典、文件等）中的元素，而無需關(guān)心底層數(shù)據(jù)結(jié)構(gòu)的具體實現(xiàn)。迭代器的核心特點是按需生成數(shù)據(jù)，避免一次性加載所有數(shù)據(jù)到內(nèi)存。

迭代器適合處理大型數(shù)據(jù)、無限序列或需要惰性計算的場景。

迭代器的核心概念：

迭代器協(xié)議：
- 一個對象要成為迭代器，必須實現(xiàn)以下兩個方法：
  - __iter__()：返回迭代器對象本身（通常直接 return self）。
  - __next__()：返回下一個元素，若沒有更多元素則拋出 StopIteration 異常。
- Python 的 for 循環(huán)、next() 函數(shù)等底層都依賴這一協(xié)議。
可迭代對象（Iterable） VS 迭代器（Iterator）：

差異體現(xiàn)在遍歷機制：
- 可迭代對象：實現(xiàn)了 __iter__() 方法，可以返回一個迭代器的對象（如列表、元組、字典）。
- 迭代器：實現(xiàn)了 __iter__() 和 __next__() 方法的對象。
- 所有迭代器都是可迭代對象，但可迭代對象本身不一定是迭代器。

可迭代對象：
每次調(diào)用 iter() 會生成新的迭代器，因此可被多次遍歷：

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

迭代器：
遍歷是一次性的，遍歷完成后無法重置：

iterator = iter(my_list)
for x in iterator: print(x)  # 輸出 1,2,3
for x in iterator: print(x)  # 無輸出（迭代器已耗盡）

自定義迭代器

示例 1： 通過類實現(xiàn)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  # 終止迭代
# 使用自定義迭代器
counter = CountUpTo(3)
for num in counter:
    print(num)  # 輸出 1, 2, 3

示例 2： 通過生成器函數(shù)實現(xiàn)（簡化版）
生成器函數(shù)（使用 yield）是創(chuàng)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)  # 輸出 1, 2, 3

省略的迭代器

寫過for循環(huán)的都知道，我沒用迭代器呀！
用了！只不過是編譯器幫你用了。

以下兩段代碼完全等價：

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

# 等價的手動迭代器操作
iterator = iter(my_list)  # 自動調(diào)用 __iter__() 獲取迭代器
while True:
    try:
        x = next(iterator)  # 自動調(diào)用 __next__()
        print(x)
    except StopIteration:
        break  # 自動處理終止

為什么不需要顯式寫迭代器？

語法糖（Syntactic Sugar）：for 循環(huán)是 Python 提供的一種簡化語法，隱藏了迭代器的創(chuàng)建和異常處理細節(jié)。
統(tǒng)一接口：所有可迭代對象（如列表、元組、字典、集合、字符串等）都可以通過 for 循環(huán)統(tǒng)一處理，無需關(guān)心底層是列表還是其他數(shù)據(jù)結(jié)構(gòu)。

生產(chǎn)器的介紹

yield是個英文動詞，也是名詞，含義是生產(chǎn)的意思。

yield 在 Python里就是生成器。

yield的定義：Python 的 yield 關(guān)鍵字用于定義生成器函數(shù)（Generator Function），生成器是一種特殊的迭代器，能夠按需生成值并暫停/恢復(fù)執(zhí)行狀態(tài)。它的核心特性是惰性求值（Lazy Evaluation），適用于處理大數(shù)據(jù)流、無限序列或需要節(jié)省內(nèi)存的場景。

核心概念：

生成器函數(shù)：
- 使用 yield 代替 return 的函數(shù)。
- 調(diào)用生成器函數(shù)時，返回一個生成器對象（迭代器），而非直接執(zhí)行函數(shù)體。
- 生成器通過 next() 或 for 循環(huán)逐步執(zhí)行，每次遇到 yield 時暫停，返回 yield 后的值，并在下次調(diào)用時從暫停處繼續(xù)執(zhí)行。
與普通函數(shù)的區(qū)別：
- 普通函數(shù)一次執(zhí)行完畢，返回一個結(jié)果。
- 生成器函數(shù)逐步產(chǎn)生多個值，并在 yield 處保持狀態(tài)。

與 return 的區(qū)別：

特性	`yield`	`return`
返回值數(shù)量	可多次返回值	僅返回一次
函數(shù)狀態(tài)	暫停并保留狀態(tài)	終止函數(shù)執(zhí)行
返回類型	生成器對象（迭代器）	直接返回值
內(nèi)存占用	低（按需生成）	高（一次性生成所有數(shù)據(jù)）

yield的普通用法

示例 1： 簡單生成器

def simple_generator():
    yield 1
    yield 2
    yield 3
gen = simple_generator()
print(next(gen))  # 輸出 1
print(next(gen))  # 輸出 2
print(next(gen))  # 輸出 3
# 繼續(xù)調(diào)用 next(gen) 會拋出 StopIteration 異常

示例 2： 用 for 循環(huán)遍歷生成器

def count_up_to(n):
    i = 0
    while i < n:
        yield i
        i += 1
for num in count_up_to(5):
    print(num)  # 輸出 0, 1, 2, 3, 4

yield的高級用法

通過 send() 傳遞值生成器可以通過 send(value) 接收外部傳入的值，賦值給 yield 表達式：

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

yield from 委托生成Python 3.3+ 引入 yield from，用于簡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)  # 輸出 A, B, C

異常處理生成器可以通過 throw() 方法接收異常：

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的實際應(yīng)用案例

大數(shù)據(jù)處理：

def read_large_file(file_path):
    with open(file_path, "r") as file:
        for line in file:
            yield line.strip()  # 逐行生成，避免一次性加載到內(nèi)存
for line in read_large_file("data.txt"):
    process(line)

生成無限序列：

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個斐波那契數(shù)

協(xié)程（Coroutine）：

def coroutine():
    while True:
        task = yield
        print(f"Processing: {task}")
worker = coroutine()
next(worker)       # 啟動協(xié)程
worker.send("Task1")  # 輸出 "Processing: Task1"
worker.send("Task2")  # 輸出 "Processing: Task2"

在 Python 中，協(xié)程（Coroutine）是一種可以暫停和恢復(fù)執(zhí)行的函數(shù)，它能與調(diào)用方進行雙向通信（接收和發(fā)送數(shù)據(jù)），常用于實現(xiàn)協(xié)作式多任務(wù)（非搶占式任務(wù)切換）。

上文提供的代碼是一個典型的基于生成器的協(xié)程（Generator-based Coroutine）。