python生成器，迭代器学习总结（由浅入深理解）

一.生成器

1.列表生成式生成器

介绍生成器之前我们要知道什么是列表生成式

如图

我们用一行代码，就生成了这样的列表，这就是列表生成式。其实就是一种简化代码的写法。

同样，上面 i*2 比较简单，我们也可以用函数来生成列表

到这里，进入正题→生成器。
把上面列表生成式的 [] 换成小括号 () ,这就是一个生成器(generator)了。

生成器：只有在调用的时候才会产生相应的数据
（相对于列表，节省内存空间。列表是提前把所有数据准备好了）

生成器只有一个 next()方法 可以访问下一个元素（用的多的还是for循环）

生成器只记录当前位置的数据，之前访问过的没有保存，不能访问之前访问过的数据

2.yield生成器
有的我们用列表生成式写不出来的，我们可以用函数来实现生成器。如下图代码，生成斐波那契数列，把print（b）换成 yield b 这个函数就变成生成器了。

看到函数中有yield 这个函数就是生成器。

总结一下：生成器最大的好处就是，在处理很庞大的数据量时效率提升十分明显，比如一亿个数，如果用列表的话，列表是提前把这一亿个数存好了，提前准备好了，然后访问你想访问的数，但存这一亿个数的时间可能很长可能得等好几分钟；但使用生成器可以基本做到立刻访问的效果。

使用生成器还可以实现单线程并发。比如经典的消费者，生产者的例子，有兴趣可以看下面代码。

二。迭代器

可迭代对象：
简单的说就是可以用于for循环的对象。

迭代器：

我们可以使用dir()查看支持的所有方法中是否含有next()，支持就是迭代器

由上面我们可以知道，生成器一定是迭代器，因为生成器肯定有next方法

列表，元组等可迭代对象没有next方法，所以不是迭代器； 但是我们使用 iter() 可以把这些可迭代对象变成迭代器

如下图，把a这个列表变成迭代器，这时它就可以调用next()方法了。

小结：凡是可作用于next（）函数的对象都是Iterator（迭代器）类型，它们表示一个惰性计算的序列。惰性计算就是需要返回下一个数据时才计算。

f.readlines()是把文件的每一行作为一个元素，形成一个列表。本质是迭代器。很多底层的东西，比如for循环本质都是用了迭代器。

参考资料：总结了一下老男孩python学习视频中的讲解