Python/ target=_blank class=infotextkey>Python 是一種流行的多功能編程語言，廣泛用于各種應用程序，從 Web 開發和數據分析到機器學習和科學計算。該語言最強大的功能之一是它能夠與生成器和迭代器一起工作，這提供了一種方便有效的方法來處理各種上下文中的大量數據。

在本文中，我們將探討 Python 中的生成器和迭代器是什么、它們的工作原理以及您可能希望在代碼中使用它們的原因。我們還將提供一些簡單和復雜的用例來演示這些功能的多功能性。

Python 中的生成器和迭代器是什么？

在 Python 中，迭代器是一個可以迭代（循環）的對象，這意味著它可以在 for 循環中使用。迭代器是一個實現了迭代器協議的對象，迭代器協議要求它提供兩個方法：iter()和next()。iter() 方法返回迭代器對象本身，而 next() 方法返回迭代序列中的下一個值。如果沒有更多的項目要返回， next() 方法應該引發 StopIteration 異常。

另一方面，生成器是一種特殊類型的迭代器，它是使用函數而不是類定義的。生成器函數是一種包含一個或多個 yield 語句的函數，這些語句會暫時暫停執行并為調用者生成一個值。當再次調用生成器函數時，執行會從中斷處恢復，并記住生成器函數的最后狀態。這使得動態生成一系列值變得容易，而無需預先計算所有值。

為什么使用生成器和迭代器？

生成器和迭代器在各種上下文中都很有用，因為它們提供了一種高效且內存友好的方式來處理大量數據。通過即時生成值或分塊迭代大型數據集，您可以避免一次將整個數據集加載到內存中，這對于非常大的數據集來說是不切實際甚至不可能的。

生成器和迭代器對于處理無限或非常大的數據集也很有用，例如來自傳感器的流數據或實時處理日志文件。通過在需要用到數據的時候生成或迭代數據，您可以避免一次將所有數據存儲在內存中。

生成器和迭代器的用例

讓我們看一下 Python 中生成器和迭代器的一些簡單和復雜的用例：

• 生成數字序列：生成器最簡單的用例之一是生成數字序列。這是一個例子：

def generate_numbers(n):
    for i in range(n):
        yield i

for number in generate_numbers(10):
    print(number)

在此示例中，generate_numbers() 函數使用 for 循環和 yield 語句生成從 0 到 n-1 的數字序列。調用該函數時，它會返回一個迭代器，該迭代器可用于 for 循環以即時生成數字。這比使用列表或 range() 函數預先生成整個數字序列更節省內存。

• 處理大型數據集：生成器和迭代器的另一個常見用例是分塊處理大型數據集，而不是一次將整個數據集加載到內存中。這是一個例子：

def process_file(file):
    with open(file) as f:
        for line in f:
            yield line.strip()

for line in process_file('data.txt'):
    print(line)

在此示例中，process_file() 函數從文件中讀取大型數據集，并使用 yield 語句逐行生成文件。調用該函數時，它會返回一個迭代器，該迭代器可用于 for 循環以處理從磁盤讀取的文件行。這比一次將整個文件讀入內存更節省內存，后者對于無法放入內存的非常大的文件可能會產生問題。

• 過濾值序列：生成器和迭代器也可用于根據特定條件過濾值序列。這是一個例子：

def filter_numbers(numbers):
    for number in numbers:
        if number % 2 == 0:
            yield number

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for even_number in filter_numbers(numbers):
    print(even_number)

在此示例中，filter_numbers() 函數將數字列表作為輸入，并使用 yield 語句和條件語句僅生成偶數。調用該函數時，它會返回一個迭代器，該迭代器可用于 for 循環以僅即時生成偶數。這比使用列表或 filter() 函數預先創建一個新的偶數列表更節省內存。

• 生成無限序列：生成器也可用于生成無限序列值，例如斐波那契數列。這是一個例子：

在此示例中，fibonacci() 函數使用 while 循環和 yield 語句生成無限的斐波那契數列。調用該函數時，它會返回一個迭代器，該迭代器可用于 for 循環以即時生成斐波那契數列。通過檢查每個數字的值并在超過 100 時跳出循環，我們可以只生成我們需要的斐波那契數列，而無需預先計算整個序列。

結論

生成器和迭代器是 Python 的強大功能，它們提供了一種方便高效的方式來處理各種上下文中的大量數據。通過即時生成值或分塊迭代大型數據集，您可以避免一次將整個數據集加載到內存中，這對于非常大的數據集來說是不切實際甚至不可能的。生成器和迭代器的用例范圍從簡單的（例如生成數字序列）到復雜的（例如生成斐波那契數的無限序列）。了解如何使用生成器和迭代器可以幫助您在 Python 中編寫更高效和內存友好的代碼。