探索Python的乐趣：12个实用迭代器与生成器示例

今天，让我们一起揭秘那些既让代码变得更简洁高效，又能领略Python魅力的12个迭代器和生成器实例。别担心，我会用轻松易懂的语言帮你掌握这些小技巧。准备好你的笔记本，我们开始吧！

1.简单迭代器 – enumerate

• enumerate像个小导游，遍历列表并告诉你当前元素的位置索引。

fruits = ['apple', 'banana', 'cherry'] for i, fruit in enumerate(fruits): print(f"{i + 1}. {fruit}")

2.奇妙的无限迭代器 – itertools.count

• count()创建一个永不停歇的计数器，让你可以无限递增。

from itertools import count infinity = count(1) print(next(infinity)) # 输出: 1 print(next(infinity)) # 输出: 2

3.连接迭代器 – itertools.chain

• chain()无缝拼接多个序列，让你像乐高积木一样组合数据。

from itertools import chain list1 = [1, 2, 3] list2 = ['a', 'b', 'c'] combined = chain(list1, list2) for item in combined: print(item)

4.筛选专家 – filter

• filter根据条件过滤序列元素，只保留符合条件的数据。

numbers = [1, 2, 3, 4, 5, 6] even_numbers = filter(lambda x: x % 2 == 0, numbers) for num in even_numbers: print(num)

5.生成器表达式

• 生成器表达式是列表推导式的轻量级版本，更节省内存，按需产生数值。

odd_gen = (x for x in range(10) if x % 2 != 0) for odd in odd_gen: print(odd)

6.动态生成斐波那契数列

• 生成器函数利用生成器特性创建斐波那契数列，只计算你需要的项，避免一次性生成所有值。

def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() for _ in range(10): print(next(fib))

7.按需取子序列 – itertools.islice

• islice抽取部分序列，不改变原序列，适用于处理大型数据集合。

from itertools import islice long_list = [i for i in range(20)] short_list = list(islice(long_list, 5, None, 2)) print(short_list)

8.组合排列大法 – itertools.combinations 和 itertools.permutations

• combinations和permutations快速找出所有可能的组合和排列。

from itertools import combinations, permutations letters = ['A', 'B', 'C'] combos = combinations(letters, 2) perms = permutations(letters, 2) print(list(combos)) # 输出所有组合 print(list(perms)) # 输出所有排列

9.分组高手 – itertools.groupby

• groupby识别和分离序列中规律性分组，为数据分析提供便利。

from itertools import groupby data = ['apple', 'apple', 'banana', 'apple', 'orange', 'banana'] grouped_data = groupby(data) for key, group in grouped_data: print(key, list(group))

10.阶乘生成器

• 使用生成器实现阶乘计算，避免大整数溢出问题，同时代码更加优雅。

def factorial_gen(n): result = 1 for i in range(1, n + 1): result *= i yield result for fact in factorial_gen(5): print(fact)

11.文件行迭代器

• 使用文件迭代器逐行读取文件内容，无需一次性加载整个文件，节省内存。

with open('my_file.txt', 'r') as file: for line in file.readlines(): process_line(line)

12.自定义迭代器类

• 通过定义__iter__和__next__方法，赋予对象迭代能力，实现自定义迭代器。

class CustomIterator: def __init__(self, limit): self.current = 0 self.limit = limit def __iter__(self): return self def __next__(self): if self.current >= self.limit: raise StopIteration else: current_value = self.current self.current += 1 return current_value custom = CustomIterator(5) for value in custom: print(value)

通过这些生动有趣的例子，我们展示了Python迭代器和生成器如何让编程变得更加有趣和实用。下次编写代码时，不妨尝试使用它们，让你的程序更智能和高效吧！