大家好！今天我们要来一场编程奇趣之旅，一起揭秘那些既让代码变得更简洁高效，又能带你领略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，咱们这就开始！
1. 简单迭代器 - enumerate这个小家伙就像一个自动编号机，它能给序列中的每个元素配上索引。想象一下，你正在数一串葡萄，每次取出一颗并告诉你这是第几颗——这就是enumerate干的事儿！
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想要一个永不停歇的计数器？itertools.count()可以办到！启动它就仿佛开启了时光隧道，不断递增永不终止。
from itertools import count
infinity = count(1)
print(next(infinity)) # 输出: 1
print(next(infinity)) # 输出: 2
# ... 可以一直next下去 ...
3. 连接迭代器 - itertools.chain多个序列无缝拼接？交给chain处理！它能把几个序列像乐高积木一样拼在一起。
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需要过滤出序列中满足特定条件的元素？filter是个贴心的筛选员，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 - (x for x in range(10))这是一个轻量级版本的列表推导式，但它更节省内存。在幕后默默工作，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，而不一次性生成所有值。
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 - islice不改变原序列的情况下抽取部分序列？itertools.islice是你的好帮手。
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 - combinations 和 permutations要玩转组合排列游戏吗？itertools.combinations和itertools.permutations帮你快速找出所有可能。
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 - groupby当序列中有规律地分组时，itertools.groupby能帮你迅速识别并分离这些组。
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. 阶乘生成器用生成器实现阶乘计算，优雅且避免大整数溢出问题。
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 - open(...).readlines()无需一次性加载整个文件，逐行读取文件内容就是这么简单。
with open('my_file.txt', 'r') as file:
for line in file.readlines():
process_line(line)
12. 自定义迭代器类 - __iter__ 和 __next__ 方法当你需要自己设计一个迭代器时，只需定义这两个特殊方法，赋予对象迭代能力。
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)
瞧，通过这12个生动有趣的例子，我们展示了Python迭代器和生成器如何让编程变得既好玩又实用。下次编写代码时，不妨试试它们，让你的程序更加智能和高效吧！
文末福利/每周赠书
活动详情链接：每周赠书活动第一期--ChatGPT 实操应用大全
更多粉丝福利，关注下方公众号获取
