python的迭代器与生成器详细知识

迭代器和生成器都是 Python 中用于处理大量数据的重要工具。

## 迭代器

迭代器是一种对象，它可以被用于迭代（即遍历）数据。在 Python 中，任何实现了 `__iter__()` 和 `__next__()` 方法（在 Python 2 中是 `next()` 方法）的对象都可以作为迭代器。`__iter__()` 方法返回迭代器本身，`__next__()` 方法返回迭代器中的下一个元素。如果没有更多元素，`__next__()` 方法应该引发 `StopIteration` 异常。

例如，我们可以使用迭代器来遍历一个列表：

my_list = [1, 2, 3]
my_iter = iter(my_list)

print(next(my_iter))  # 1
print(next(my_iter))  # 2
print(next(my_iter))  # 3

## 生成器

生成器是一种特殊的迭代器，它更加灵活，更容易编写。生成器的工作方式与迭代器类似，但是生成器不需要实现 `__iter__()` 和 `__next__()` 方法，而是通过 `yield` 语句来生成数据。每次调用生成器的 `__next__()` 方法时，它会执行代码直到遇到 `yield` 语句，然后返回 `yield` 语句后面的值。当下一次调用 `__next__()` 方法时，生成器会从上次停止的地方继续执行代码，直到再次遇到 `yield` 语句。

例如，我们可以使用生成器来生成斐波那契数列：

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib = fibonacci()
print(next(fib))  # 0
print(next(fib))  # 1
print(next(fib))  # 1
print(next(fib))  # 2
print(next(fib))  # 3

生成器可以用于处理大量的数据，因为它们只在需要时生成数据，而不是一次性生成所有数据。此外，生成器还可以用于构建管道（pipeline）和数据流。

总之，迭代器和生成器是 Python 中非常有用的工具，它们可以帮助我们处理大量的数据，提高代码的简洁性和可读性。