所属网站分类: Python基础 > 装饰器，迭代器，生成器
作者：慧雅
原文链接： Http://www.pythonheidong.com/blog/article/20/
来源：Python黑洞网 www.pythonheidong.com
首先让我们了解迭代器。根据Wikipedia，迭代器是一个对象，它使程序员能够遍历容器，特别是列表。但是，迭代器执行遍历并允许访问容器中的数据元素，但不执行迭代。你可能会感到困惑，所以让我们慢一点。有三个部分：
- 可迭代
- 迭代器
- 迭代
所有这些部分都相互关联。我们将逐一讨论它们，然后讨论生成器。
可迭代
Python中的任何对象都有一个__iter__或一个__getitem__定义的 方法，它返回一个迭代器，简而言之，iterable是任何可以为我们提供迭代器的对象。什么是迭代器？
迭代器
Python中的只要定义了next（Python2）或 __next__方发就是一个迭代器。现在让我们理解迭代。
迭代
简单来说，它是从例如列表中获取元素的过程。当我们使用循环来循环某对象时，它被称为迭代。它是流程本身的名称。现在我们对这些术语有了基本的了解，让我们了解生成器。
生成器
生成器是迭代器，但您只能迭代它们一次。这是因为它们不会将所有值存储在内存中，它们会动态生成值。您可以通过迭代它们来使用它们，或者使用'for'循环，或者将它们传递给任何迭代的函数或构造。大多数时候generators都是作为函数实现的。这是一个generator函数的简单示例：
def generator_function():
for i in range(10):
yield i
for item in generator_function():
print(item)
# Output: 0
# 1
# 2
# 3
# 4
# 5
# 6
# 7
# 8
# 9在这种情况下，它并没有真正有用。生成器最适合计算大量结果（特别是涉及循环本身的计算），您不希望同时为所有结果分配内存。lists在Python 2 中返回的许多标准库函数 已在Python 3中被修改为generators返回，因为generators需要的资源更少。
这是一个generator计算斐波纳契数的例子：
# generator version
def fibon(n):
a = b = 1
for i in range(n):
yield a
a, b = b, a + b
for x in fibon(1000000):
print(x)
def fibon(n):
a = b = 1
result = []
for i in range(n):
result.append(a)
a, b = b, a + b
return result
def generator_function():
for i in range(3):
yield i
gen = generator_function()
print(next(gen))
# Output: 0
print(next(gen))
# Output: 1
print(next(gen))
# Output: 2
print(next(gen))
# Output: Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# StopIteration
my_string = "Yasoob"
next(my_string)
# Output: Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# TypeError: str object is not an iterator
int_var = 1779
iter(int_var)
# Output: Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# TypeError: 'int' object is not iterable
# This is because int is not iterable
my_string = "Yasoob"
my_iter = iter(my_string)
print(next(my_iter))
# Output: 'Y'