반복자와 생성기의 차이점은 무엇입니까? 각 사례를 언제 사용할 것인지에 대한 몇 가지 예가 도움이 될 것입니다.

요약 : 반복자는이 개체 __iter__와을 __next__( next파이썬 2) 방법. 생성기는 반복기 인스턴스를 작성하는 쉽고 내장 된 방법을 제공합니다.

yield가있는 함수는 여전히 호출되는 경우 생성기 객체의 인스턴스를 반환하는 함수입니다.

def a_function():
    "when called, returns generator object"
    yield

생성기 표현식은 또한 생성기를 반환합니다.

a_generator = (i for i in range(0))

보다 심층적 인 설명과 예제를 보려면 계속 읽으십시오.

생성기 는 반복자입니다

특히 generator는 이터레이터의 하위 유형입니다.

>>> import collections, types
>>> issubclass(types.GeneratorType, collections.Iterator)
True

몇 가지 방법으로 생성기를 만들 수 있습니다. 가장 일반적이고 간단한 방법은 함수를 사용하는 것입니다.

특히 수율이있는 함수는 호출되면 생성기를 반환하는 함수입니다.

>>> def a_function():
        "just a function definition with yield in it"
        yield
>>> type(a_function)
<class 'function'>
>>> a_generator = a_function()  # when called
>>> type(a_generator)           # returns a generator
<class 'generator'>

그리고 생성기는 다시 반복자입니다.

>>> isinstance(a_generator, collections.Iterator)
True

반복자 는 반복 가능

Iterator는 Iterable입니다.

>>> issubclass(collections.Iterator, collections.Iterable)
True

__iter__반복자를 반환 하는 메소드가 필요합니다 .

>>> collections.Iterable()
Traceback (most recent call last):
  File "<pyshell#79>", line 1, in <module>
    collections.Iterable()
TypeError: Can't instantiate abstract class Iterable with abstract methods __iter__

iterables의 몇 가지 예는 내장 튜플, 목록, 사전, 세트, ​​고정 된 세트, 문자열, 바이트 문자열, 바이트 배열, 범위 및 메모리 뷰입니다.

>>> all(isinstance(element, collections.Iterable) for element in (
        (), [], {}, set(), frozenset(), '', b'', bytearray(), range(0), memoryview(b'')))
True

반복자 에는next 또는 __next__메소드가 필요 합니다

파이썬 2에서 :

>>> collections.Iterator()
Traceback (most recent call last):
  File "<pyshell#80>", line 1, in <module>
    collections.Iterator()
TypeError: Can't instantiate abstract class Iterator with abstract methods next

그리고 파이썬 3에서 :

>>> collections.Iterator()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Can't instantiate abstract class Iterator with abstract methods __next__

다음 iter함수 를 사용하여 내장 객체 (또는 사용자 정의 객체)에서 반복자를 가져올 수 있습니다 .

>>> all(isinstance(iter(element), collections.Iterator) for element in (
        (), [], {}, set(), frozenset(), '', b'', bytearray(), range(0), memoryview(b'')))
True

__iter__당신이에 대한 루프와 객체를 사용하려고하면 메서드가 호출됩니다. 그런 다음 __next__반복자 객체 에서 메소드를 호출하여 루프에 대한 각 항목을 가져옵니다. 반복기가 StopIteration소진되면 올라가고 그 시점에서 재사용 할 수 없습니다.

설명서에서

내장 유형 문서 의 반복자 유형 섹션의 생성기 유형 섹션에서 다음을 수행하십시오 .

파이썬의 생성기는 반복기 프로토콜을 구현하는 편리한 방법을 제공합니다. 컨테이너 객체의 __iter__()메소드가 생성자로 구현되면, __iter__()그리고 next()[ __next__()in Python 3] 메소드를 제공하는 반복자 객체 (기술적으로 생성기 객체)를 자동으로 반환합니다 . 생성기에 대한 자세한 내용은 생산량 표현 설명서를 참조하십시오.

(공포도 추가됨)

이것으로부터 우리는 Generators가 (편리한) Iterator 유형이라는 것을 알게됩니다.

반복자 객체 예

자신의 객체를 만들거나 확장하여 Iterator 프로토콜을 구현하는 객체를 만들 수 있습니다.

class Yes(collections.Iterator):

    def __init__(self, stop):
        self.x = 0
        self.stop = stop

    def __iter__(self):
        return self

    def next(self):
        if self.x < self.stop:
            self.x += 1
            return 'yes'
        else:
            # Iterators must raise when done, else considered broken
            raise StopIteration

    __next__ = next # Python 3 compatibility

그러나 간단히 Generator를 사용하여이 작업을 수행하는 것이 더 쉽습니다.

def yes(stop):
    for _ in range(stop):
        yield 'yes'

또는 더 간단한 생성기 표현식 (목록 이해와 비슷하게 작동) :

yes_expr = ('yes' for _ in range(stop))

그것들은 모두 같은 방식으로 사용될 수 있습니다 :

>>> stop = 4
>>> for i, y1, y2, y3 in zip(range(stop), Yes(stop), yes(stop),
                             ('yes' for _ in range(stop))):
...     print('{0}: {1} == {2} == {3}'.format(i, y1, y2, y3))
...
0: yes == yes == yes
1: yes == yes == yes
2: yes == yes == yes
3: yes == yes == yes

결론

반복 가능한 객체로 Python 객체를 확장해야 할 때 Iterator 프로토콜을 직접 사용할 수 있습니다.

그러나 대부분의 경우 yieldGenerator Iterator를 반환하거나 Generator Expressions를 고려하는 함수를 정의하는 데 가장 적합합니다 .

마지막으로 생성기는 코 루틴으로 훨씬 더 많은 기능을 제공합니다. ‘제작’키워드의 기능은 무엇입니까? ‘에 대한 답변에 대한 설명과 함께 생성기를 설명 yield합니다.

답변

>>> def foo():
...     print "begin"
...     for i in range(3):
...         print "before yield", i
...         yield i
...         print "after yield", i
...     print "end"
...
>>> f = foo()
>>> f.next()
begin
before yield 0            # Control is in for loop
0
>>> f.next()
after yield 0
before yield 1            # Continue for loop
1
>>> f.next()
after yield 1
before yield 2
2
>>> f.next()
after yield 2
end
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>>

def fib(max):
    a, b = 0, 1
    for i in range(max):
        yield a
        a, b = b, a + b
print(fib(10))             #<generator object fib at 0x01342480>

for i in fib(10):
    print(i)               # 0 1 1 2 3 5 8 13 21 34


print(next(myfib))         #0
print(next(myfib))         #1
print(next(myfib))         #1
print(next(myfib))         #2

class Fib:
    def __init__(self,max):
        self.current=0
        self.next=1
        self.max=max
        self.count=0

    def __iter__(self):
        return self

    def __next__(self):
        if self.count>self.max:
            raise StopIteration
        else:
            self.current,self.next=self.next,(self.current+self.next)
            self.count+=1
            return self.next-self.current

    def __str__(self):
        return "Generator object"

itobj=Fib(4)
print(itobj)               #Generator object

for i in Fib(4):
    print(i)               #0 1 1 2

print(next(itobj))         #0
print(next(itobj))         #1
print(next(itobj))         #1