Python迭代器与生成器用法_节省内存技巧说明【教程】

Python迭代器和生成器的核心价值在于按需产生数据，避免一次性加载全部内容到内存；迭代器通过__iter__()和__next__()实现单向遍历，生成器以yield简化创建，适用于大文件、数据库游标及无限序列等场景。

Python迭代器和生成器的核心价值，在于按需产生数据，避免一次性加载全部内容到内存。尤其处理大文件、海量数据或无限序列时，能显著降低内存占用。

什么是迭代器（Iterator）

迭代器是实现了__iter__()和__next__()方法的对象，每次调用next()返回一个元素，直到抛出StopIteration异常。内置容器如list、tuple、str等都可被iter()转为迭代器。

• 手动创建迭代器：继承object，实现两个魔法方法；适合封装自定义遍历逻辑（如树的中序遍历）
• 用iter(obj)获取迭代器后，只能单向遍历一次；再次遍历需重新创建
• for循环底层就是调用iter()和next()，所以支持迭代器的对象天然支持for

生成器（Generator）：更简洁的迭代器写法

生成器函数使用yield关键字，调用时返回一个生成器对象（即迭代器），不执行函数体；每次next()才运行到下一个yield并暂停，保存上下文。

• 比手动写迭代器类代码更少、更直观；适合简单数据流逻辑（如逐行读大文件、计算斐波那契）
• 生成器表达式(x*2 for x in range(1000000))比列表推导式[x*2 for x in range(1000000)]省内存——前者返回迭代器，后者直接生成百万个整数存入内存
• 生成器不可重用：一旦遍历完就耗尽，需重新调用函数获得新生成器

实际节省内存的典型场景

不是所有情况都需要生成器，但以下场景效果明显：

标签： python 内存占用