生成器表達式來源于迭代和列表解析的組合，生成器和列表解析類似，但是它使用尖括號而不是方括號

>>>#列表解析生成列表

>>>[x**3forxinrange(5)]

[0,1,8,27,64]

>>>

>>>#生成器表達式

>>>(x**3forxinrange(5))

at0x000000000315F678>

>>>#兩者之間轉換

>>>list(x**3forxinrange(5))

[0,1,8,27,64]

一個迭代既可以被寫成生成器函數，也可以被協程生成器表達式，均支持自動和手動迭代。而且這些生成器只支持一個active迭代，也就是說生成器的迭代器就是生成器本身。

迭代器(迭代就是循環(huán))

迭代器包含有next方法的實現，在正確的范圍內返回期待的數據以及超出范圍后能夠拋出StopIteration的錯誤停止迭代。

我們已經知道，可以直接作用于for循環(huán)的數據類型有以下幾種：

一類是集合數據類型，如list,tuple,dict,set,str等

一類是generator，包括生成器和帶yield的generatorfunction

這些可以直接作用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable

可以使用isinstance()判斷一個對象是否為可Iterable對象

>>>fromcollectionsimportIterable

>>>isinstance([],Iterable)

True

>>>isinstance({},Iterable)

True

>>>isinstance('abc',Iterable)

True

>>>isinstance((xforxinrange(10)),Iterable)

True

>>>isinstance(100,Iterable)

False

而生成器不但可以作用于for循環(huán)，還可以被next()函數不斷調用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續(xù)返回下一個值了。

所以這里講一下迭代器

一個實現了iter方法的對象是可迭代的，一個實現next方法并且是可迭代的對象是迭代器。

可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。

所以一個實現了iter方法和next方法的對象就是迭代器。

可以使用isinstance()判斷一個對象是否是Iterator對象：

>>>fromcollectionsimportIterator

>>>isinstance((xforxinrange(10)),Iterator)

True

>>>isinstance([],Iterator)

False

>>>isinstance({},Iterator)

False

>>>isinstance('abc',Iterator)

False

生成器都是Iterator對象，但list、dict、str雖然是Iterable(可迭代對象)，卻不是Iterator(迭代器)。

把list、dict、str等Iterable變成Iterator可以使用iter()函數：

>>>isinstance(iter([]),Iterator)

True

>>>isinstance(iter('abc'),Iterator)

True

你可能會問，為什么list、dict、str等數據類型不是Iterator?

這是因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤?？梢园堰@個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。

Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。

以上內容為大家介紹了python生成器表達式，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。