迭代器和生成器的常用函数

迭代器和生成器是 Python 中很重要的概念，它们在处理大量数据时起到了非常重要的作用。迭代器用于对数据序列进行遍历，而生成器用于逐个生成数据。在使用迭代器和生成器时，有些方法使用的比较频繁，下面我们来简单了解一下常用的迭代器和生成器函数。

1. iter()

iter() 函数接受一个可迭代对象作为参数，并返回一个迭代器对象。默认情况下，Python 自带的所有容器都是可迭代的。可以使用 iter() 函数将其转换为迭代器对象，然后就可以通过 next() 函数逐一访问容器中的元素了。

2. next()

next() 函数用于从迭代器中获取下一个元素。当迭代器中没有元素可供获取时，它会引发 StopIteration 异常。

3. map()

map() 函数接受一个函数和多个（一个或多个）序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照顺序逐个传递到函数中进行处理，并将处理结果返回。用法示例如下：

def square(x):
    return x ** 2

nums = [1, 2, 3, 4, 5]
squared_nums = map(square, nums)
print(list(squared_nums))    # 输出 [1, 4, 9, 16, 25]

4. filter()

filter() 函数接受一个函数和一个序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照顺序逐个传递到函数中进行处理，并根据函数的返回值决定是否保留该元素。用法示例如下：

def is_even(x):
    return x % 2 == 0

nums = [1, 2, 3, 4, 5]
even_nums = filter(is_even, nums)
print(list(even_nums))    # 输出 [2, 4]

5. reduce()

reduce() 函数接受一个函数和一个序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照顺序逐个传递到函数中进行处理，每次处理的结果会作为下一次处理的参数，并将最终处理结果返回。用法示例如下：

from functools import reduce

def add(x, y):
    return x + y

nums = [1, 2, 3, 4, 5]
sum_nums = reduce(add, nums)
print(sum_nums)    # 输出 15

6. zip()

zip() 函数会接受多个序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照顺序逐个成对进行压缩，并将压缩后的元素返回。如果传递的序列长度不一致，则返回长度最短序列长度的生成器。用法示例如下：

names = ['Alice', 'Bob', 'Charlie']
ages = [18, 21, 25]
for name, age in zip(names, ages):
    print(f'{name} is {age} years old.')    # 输出 Alice is 18 years old. Bob is 21 years old. Charlie is 25 years old.

7. enumerate()

enumerate() 函数接受一个序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照顺序逐个取出，并返回一个元组，其中 个元素是元素的索引，第二个元素是元素本身。用法示例如下：

names = ['Alice', 'Bob', 'Charlie']
for i, name in enumerate(names):
    print(f'{i}: {name}')    # 输出 0: Alice 1: Bob 2: Charlie

8. reversed()

reversed() 函数接受一个序列作为参数，并返回一个生成器。该生成器会将序列中的元素按照倒序逐个取出，并返回。用法示例如下：

names = ['Alice', 'Bob', 'Charlie']
for name in reversed(names):
    print(name)    # 输出 Charlie Bob Alice

迭代器和生成器的常用函数有非常多，上面只列举了一些常用的函数。在实际应用中，需要根据具体场景选择合适的函数来使用。