附代码什么是Python的迭代器和生成器？( 三 ) _Python

我们可以创建Sequence对象来遍历Sequence类，在该对象上调用next()方法：
it = Sequence() print(next(it)) print(next(it)) print(next(it)) print(next(it)) print(next(it))

文章插图

我没有写sequence结束的条件，因此迭代器将永远继续返回下一个值。但我们可以使用停止条件轻松地对其进行更新：

sample = ['statistics', 'linear algebra', 'probability']    # iterator  it = iter(sample)    # next values  print(next(it))  print(next(it))  print(next(it))

我刚刚加入了一条if语句，只要值超过10 ，该语句就会停止迭代：
it = Sequence() for i in it: print(i)

文章插图

在这里，我没有使用next()方法从迭代器返回值，而是使用了for循环，该循环的工作方式与之前相同。
熟悉Python中的生成器生成器也是迭代器，但更加优雅。使用生成器，我们可以实现与迭代器相同的功能，但不必在类中编写iter()和next()函数。相反，我们可以使用一个简单的函数来完成与迭代器相同的任务：

# fibonacci sequence using a generator   def fib():         prev, curr = 0, 1      # infinite loop      while prev<5:          value = prev          # Calculate the next number in the sequence. Using Tuple unpacking.          prev, curr = curr, prev + curr          # yield the value          yield value

你是否注意到这个生成器函数和常规函数的不同？是的， yield关键字！
普通函数使用return关键字返回值。但是生成器函数使用yield关键字返回值。这就是生成器函数与常规函数不同的地方（除了这种区别，它们是完全相同的）。
yield关键字的工作方式类似于普通的return关键字，但有额外的功能：它能记住函数的状态。因此，下次调用generator函数时，它不是从头开始，而是从上次调用中停止的位置开始。
让我们看看它是如何工作的：

# generator object  gen=fib()  print(gen)  # values  print(next(gen))  print(next(gen))  print(next(gen))  print(next(gen))  print(next(gen))

文章插图

生成器属于“生成器”类型，它是迭代器的一种特殊类型，但仍然是迭代器，因此它们也是懒惰的工作者。除非next()方法明确要求它们这样做，否则它们不会返回任何值。
最初创建fib()生成器函数的对象时，它会初始化prev和curr变量。现在，当在对象上调用next()方法时，生成器函数会计算值并返回输出，同时记住函数的状态。因此，下次调用next()方法时，该函数将从上次停止的地方开始，从那里继续。
每当使用next()方法时，该函数将继续生成值，直到prev变得大于5 ，这时将引起StopIteration异常，如下所示：
print(next(gen))