1.1 Python迭代器

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。

迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()，且字符串、列表或元组对象都可用于创建迭代器，迭代器对象可以使用常规 for 语句进行遍历，也可以使用 next() 函数来遍历。

具体的实例：

1、字符创创建迭代器对象

str1 = 'jaybo'

iter1 = iter ( str1 )

2、list对象创建迭代器

list1 = [1,2,3,4]

iter2 = iter ( list1 )

3、tuple(元祖) 对象创建迭代器

tuple1 = ( 1,2,3,4 )

iter3 = iter ( tuple1 )

for 循环遍历迭代器对象

for x in iter1 :

print ( x , end = ' ' )

print('\n------------------------')

next() 函数遍历迭代器

while True :

try :

    print ( next ( iter3 ) )

except StopIteration :

    break

最后输出的结果：

j a y b o

---

1

2

3

4

list(列表)生成式：

语法为：

[expr for iter_var in iterable]

[expr for iter_var in iterable if cond_expr]

第一种语法：首先迭代 iterable 里所有内容，每一次迭代，都把 iterable 里相应内容放到iter_var 中，再在表达式中应用该 iter_var 的内容，最后用表达式的计算值生成一个列表。

第二种语法：加入了判断语句，只有满足条件的内容才把 iterable 里相应内容放到 iter_var 中，再在表达式中应用该 iter_var 的内容，最后用表达式的计算值生成一个列表。

实例，用一句代码打印九九乘法表：

print('\n'.join([' '.join ('%dx%d=%2d' % (x,y,x*y) for x in range(1,y+1)) for y in range(1,10)]))

输出结果：

1x1= 1

1x2= 2 2x2= 4

1x3= 3 2x3= 6 3x3= 9

1x4= 4 2x4= 8 3x4=12 4x4=16

1x5= 5 2x5=10 3x5=15 4x5=20 5x5=25

1x6= 6 2x6=12 3x6=18 4x6=24 5x6=30 6x6=36

1x7= 7 2x7=14 3x7=21 4x7=28 5x7=35 6x7=42 7x7=49

1x8= 8 2x8=16 3x8=24 4x8=32 5x8=40 6x8=48 7x8=56 8x8=64

1x9= 9 2x9=18 3x9=27 4x9=36 5x9=45 6x9=54 7x9=63 8x9=72 9x9=81

1.2 生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值。并在下一次执行 next() 方法时从当前位置继续运行。

①创建：

生成器的创建：最简单最简单的方法就是把一个列表生成式的 [] 改成 ()

gen= (x * x for x in range(10))

print(gen)

输出结果：

generator object at 0x0000000002734A40

创建 List 和 generator 的区别仅在于最外层的 [] 和 () 。但是生成器并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生” ( yield ) 出来。 生成器表达式使用了“惰性计算” ( lazy evaluation，也有翻译为“延迟求值”，我以为这种按需调用 call by need 的方式翻译为惰性更好一些)，只有在检索时才被赋值（ evaluated ），所以在列表比较长的情况下使用内存上更有效。

②以函数形式实现生成器：

其实生成器也是一种迭代器，但是你只能对其迭代一次。这是因为它们并没有把所有的值存在内存中，而是在运行时生成值。你通过遍历来使用它们，要么用一个“for”循环，要么将它们传递给任意可以进行迭代的函数和结构。而且实际运用中，大多数的生成器都是通过函数来实现的。

生成器和函数的不同：

函数是顺序执行，遇到 return 语句或者最后一行函数语句就返回。而变成 generator 的函数，在每次调用 next() 的时候执行，遇到 yield语句返回，再次执行时从上次返回的 yield 语句处继续执行。

举个例子：

def odd():

print ( 'step 1' )

yield ( 1 )

print ( 'step 2' )

yield ( 3 )

print ( 'step 3' )

yield ( 5 )

o = odd()

print( next( o ) )

print( next( o ) )

print( next( o ) )

输出结果：

step 1

1

step 2

3

step 3

5

可以看到，odd 不是普通函数，而是 generator，在执行过程中，遇到 yield 就中断，下次又继续执行。执行 3 次 yield 后，已经没有 yield 可以执行了，如果你继续打印 print( next( o ) ) ,就会报错的。所以通常在 generator 函数中都要对错误进行捕获。

打印杨辉三角：

def triangles( n ): # 杨辉三角形

L = [1]

while True:

    yield L

    L.append(0)

    L = [ L [ i -1 ] + L [ i ] for i in range (len(L))]

n= 0

for t in triangles( 10 ): # 直接修改函数名即可运行

print(t)

n = n + 1

if n == 10:

    break

输出结果：

[1]

[1, 1]

[1, 2, 1]

[1, 3, 3, 1]

[1, 4, 6, 4, 1]

[1, 5, 10, 10, 5, 1]

[1, 6, 15, 20, 15, 6, 1]

[1, 7, 21, 35, 35, 21, 7, 1]

[1, 8, 28, 56, 70, 56, 28, 8, 1]

[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

1.3 延伸

①反向迭代

使用 Python 中有内置的函数 reversed()。

要注意一点就是：反向迭代仅仅当对象的大小可预先确定或者对象实现了 reversed() 的特殊方法时才能生效。 如果两者都不符合，那你必须先将对象转换为一个列表才行。

②同时迭代多个序列

为了同时迭代多个序列，使用 zip() 函数，具体示例：

names = ['jaychou', 'zjl', '周杰伦']

ages = [18, 19, 20]

for name, age in zip(names, ages):

 print(name,age)

输出的结果：

jaychou 18

zjl 19

周杰伦 20

其实 zip(a, b) 会生成一个可返回元组 (x, y) 的迭代器，其中 x 来自 a，y 来自 b。 一旦其中某个序列到底结尾，迭代宣告结束。 因此迭代长度跟参数中最短序列长度一致。注意理解这句话，也就是说如果 a ， b 的长度不一致的话，以最短的为标准，遍历完后就结束。加V:mmp9972 小编准备了一份2018年最新Python入门教程资料，都会发给大家的~