python迭代器和生成器的區(qū)別？生成器不僅“記住”其數(shù)據(jù)狀態(tài)，而且還記住程序的執(zhí)行位置。（2）Iterator生成器必須是Iterator，并且必須是Iterator object（3）區(qū)別：①生成

python迭代器和生成器的區(qū)別？

生成器不僅“記住”其數(shù)據(jù)狀態(tài)，而且還記住程序的執(zhí)行位置。

（2）Iterator

生成器必須是Iterator，并且必須是Iterator object

（3）區(qū)別：①生成器是生成元素的，Iterator是訪問集合元素的一種方式；②Iterator輸出生成器內(nèi)容；③Iterator是支持next（）操作的對象；④Iterator：其中Iterator object表示數(shù)據(jù)流，它可以是一個有序序列，我們不能預(yù)先知道序列的長度。我們只能通過nex（）函數(shù)計算下一個數(shù)據(jù)。它可以看作生成器的一個子集。

python返回迭代器和返回列表有什么區(qū)別？

在Python中，生成器可以完成迭代器所能做的一切，因為它們是自動創(chuàng)建的iter和next（）方法，生成器特別簡潔，而且生成器也很高效，使用生成器表達式而不是列表解析，同時節(jié)省內(nèi)存。除了創(chuàng)建和維護自動生成程序狀態(tài)外，當生成器結(jié)束時，它還會自動運行出stoperror異常。

列表、元組、字典和字符串都是迭代對象。

數(shù)字和布爾值不是迭代的。

讓我們來談?wù)勥@兩者之間的具體區(qū)別：

迭代器對象需要支持迭代器協(xié)議的對象。在Python中，為了支持迭代器協(xié)議，需要實現(xiàn)objectiter和next（）方法。其中，iter（）方法返回迭代器對象本身；next（）方法返回容器的下一個元素，在末尾拋出stopiteration異常。

這里有一個簡單的迭代器列表：

在閱讀了上面的代碼之后，我想很多人都想知道一個列表怎么會有迭代器。由于訪談問題的空間有限，如果您想知道一個可迭代對象如何獲得迭代器？

Generator是一個函數(shù)，它為實現(xiàn)迭代器協(xié)議提供了方便的方法。生成器和普通函數(shù)的區(qū)別在于，它包含一個yield表達式，不需要定義iter（）和next（）。

生成器是一種惰性序列。如果我們需要創(chuàng)建一個0-1000000000的序列，那么創(chuàng)建這么大的序列將占用更多的內(nèi)存。發(fā)電機就是為了解決這個問題。

讓我們舉一個簡單的例子來說明生成器的用法：

如果您有不同的意見，您可以指出并添加到我這里。歡迎留言。

怎樣理解Python迭代器和生成器？

在Python中，一切都是對象，對象的抽象是類，對象的集合是容器。在Python中，列表、組、字典和集合都是容器。Python中的所有容器都可以迭代，這與枚舉有本質(zhì)的不同。

迭代器是用于迭代操作的對象，可以迭代以獲得每個對象，就像列表一樣。這種方法與我們通常對列表中所有元素進行for循環(huán)遍歷的區(qū)別在于，在構(gòu)建迭代器時，它不像列表那樣一次將所有元素加載到內(nèi)存中，而是以延遲計算的方式返回元素。這就是為什么我們前面提到的，我們可以大大減少內(nèi)存消耗。在調(diào)用下一個方法之前，它不會返回元素（本質(zhì)上，for循環(huán)連續(xù)調(diào)用迭代器的下一個方法）。

Python使用生成器支持延遲操作。所謂的延遲操作意味著結(jié)果只能在需要時產(chǎn)生，而不是立即產(chǎn)生。這也是發(fā)電機的主要優(yōu)點。生成器提供一個延遲操作，它不返回結(jié)果，而是使用。生成器函數(shù)是常規(guī)函數(shù)的定義，但它使用語句而不是返回語句來返回結(jié)果。語句一次返回一個結(jié)果。在每個結(jié)果的中間，函數(shù)的狀態(tài)被掛起，以便下次可以在它離開的地方執(zhí)行。

我們用來編寫Python代碼的for-in語句是隱式更改上述迭代過程。生成器是一個特殊的高級迭代器，它不像迭代器那樣占用大量內(nèi)存。只有使用它才能調(diào)用它來生成相應(yīng)的對象，這樣可以減少內(nèi)存占用，優(yōu)化程序結(jié)構(gòu)，提高程序速度。