迭代器iter()：节省内存

Iter()迭代器

每一次输出下一个值

>>> a=iter(range(10))

>>> a.next()

0

>>> a.next()

1

>>> a.next()

2

可以用捕获异常来排除超出迭代范围，或者判断长度

>>> try:
...     1/0
... except:
...     print "error occur"
...
error occur

如：

#encoding=utf-8

a=iter(range(10))

while 1:

try:

print a.next()

except:

print "error"

a=[1,2,3,4,5,6]变成字典{1:2,3:4,5:6}

算法1

#encoding=utf-8

a=[1,2,3,4,5,6]

d={}

for i in range(0,(len(a)-1),2):

print "i:",i

d[a[i]]=a[i+1]

print d

算法2

#encoding=utf-8

a=[1,2,3,4,5,6]

d={}

c=iter(a)

for i in range(len(a)/2):

k=c.next()

v=c.next()

d[k]=v

print d

自定义的迭代器

#encoding=utf-8

class MyRange(object):
    def __init__(self,n):
        self.idx=0
        self.n=n

def __iter__(self):
       return self
    
    def next(self):
        if self.idx<self.n:
            val=self.idx
            self.idx +=1
            return val
        else:
            raise StopIteration()

myRange=MyRange(3)
print myRange.next()
print myRange.next()
print myRange.next()
print myRange.next()

结果：

生成器用圆括号声明类似列表推导

也节省内存

用括号生成

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

用b.next()迭代列表中的元素

类似于迭代器

也可以在函数内用yield，yield必须自函数内用

def odd():

print 'step 1'

yield 1

print 'step 2'

yield 3

print 'step 3'

yield 5

o = odd()

print o.next()

print o.next()

print o.next()

print o.next()

生成器和迭代器区别

迭代器用iter()，

生成器可以用圆括号，或者用yield生成