生成器、迭代器详解

【Jupyter notebook 模式】

总结

• Iterable：凡是可以作用于for循环的对象都是Iterable（可迭代的）。
• Iterator：凡是可以作用于next()函数额对象都是Iterator（迭代器）对象。
• list、tuple、dict、str、set等都是Iterable(可迭代的)，因为可以使用for循环遍历，但是它们不是Iterator(迭代器)，因为不能使用next()函数。
• 生成器是一种迭代器。
• 带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代。
• 生成器有两个方法：send()和next(),区别就在于send可传递参数给yield表达式，传递的参数会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。
• 通俗理解，yield会将生成器函数挂起，保存相关的状态信息，并返回一个值给调用者；next()会重新唤醒生成器函数，并从上一次挂起的位置继续执行。

1、生成器

• 定义： 在python中，一边做循环，一边计算的机制称为生成器（generator）
• 好处： 使用生成器可以【节约内存】，python在使用生成器时对延迟操作提供了支持。所谓的延迟是指，在需要的时候才会产生结果，而不是立即产生结果存储在内存之中。
• 创建生成器有两种方式：一种是使用类似于列表生成式的方式，只不过把方括号换为圆括号；另外一种是使用生成器函数，在函数定义的时候引入yield语句。

1.1、列表生成式

'''有一个列表，需要将每个元素值加上10'''
alist = [0,1,2,3,4,5]
new_list = [i+10 for i in alist]    #使用列表生成式
new_list

[10, 11, 12, 13, 14, 15]

'''使用列表生成式创建一个列表'''
alist = [x**2 for x in range(5)]
alist

[0, 1, 4, 9, 16]

1.2、生成器表达式创建生成器

gen = (x**2 for x in range(5))
gen

<generator object <genexpr> at 0x059F7B10>

next(gen)

0

next(gen)

1

for x in gen:
    print(x)

4
9
16

• 当没有元素时就会抛出StopIteration的错误。

next(gen)

---------------------------------------------------------------------------

StopIteration                             Traceback (most recent call last)

<ipython-input-12-6e72e47198db> in <module>()
----> 1 next(gen)


StopIteration: 

1.3、生成器函数创建生成器

• 在有些时候生成器表达式无法实现一些复杂的功能，此时可以使用 生成器函数。
• 下面使用**【斐波那契数列】**来解释：

'''普通函数'''
def fib(max):
    n,a,b = 0,0,1
    while n<max:
        a,b = b, a+b
        print(a,end=' ')
        n += 1
    return "done"
a = fib(5)

1 1 2 3 5 

fib(5)

1 1 2 3 5 




'done'

'''使用生成器'''
def fib(max):
    n,a,b = 0,0,1
    while n < max:
        a,b = b, a+b
        yield a
        n += 1
    return 'done'

a = fib(10)
a

<generator object fib at 0x00AEEE10>

a.__next__()

1

for i in a:
    print(i,end=' ')

1 2 3 5 8 13 21 34 55 

• 但是上面的程序还有一点小问题：“done”哪去了？怎么打印出来？
• 我们可以使用异常捕获机制：

Fib = fib(10)
while True:
    try:
        x = next(Fib)
        print(x,end=' ')
    except StopIteration as e:
        print("\n生成器的返回值： ", e.value)
        break
        

1 1 2 3 5 8 13 21 34 55 
生成器的返回值：  done

2、迭代器

2.1、可迭代对象（Iterable）

• 可迭代对象主要有两种：1、集合数据类型（list、tuple、dict、set、str等）；2、生成器对象

2.2、如何判读是否为Iterable?

• 可以使用collections中的Iterable模块

from collections import Iterable
List = [1,2,3]
Tuple = (1,2,3)
Str = "123"
Dict = {0:1,1:10,2:100}
Set = set([1,2,3]) # Set = {1,2,3}
objs = [List,Tuple,Str,Dict,Set]
for obj in objs:
    print("{} is Iterable:{} ".format(obj,isinstance(obj, Iterable)))

[1, 2, 3] is Iterable:True 
(1, 2, 3) is Iterable:True 
123 is Iterable:True 
{0: 1, 1: 10, 2: 100} is Iterable:True 
{1, 2, 3} is Iterable:True 

2.3、迭代器（Iterator）

• 可以使用next()调用并不断返回下一个值得对象称为迭代器。生成器是迭代器的子类。注意集合类型的数据不是迭代器

from collections import Iterator
for obj in objs:
    print("{} is Iterable:{} ".format(obj,isinstance(obj, Iterator)))

[1, 2, 3] is Iterable:False 
(1, 2, 3) is Iterable:False 
123 is Iterable:False 
{0: 1, 1: 10, 2: 100} is Iterable:False 
{1, 2, 3} is Iterable:False 

• 可以使用iter()函数将上述的集合数据转换为迭代器：

for obj in objs:
    print("{} is Iterable:{} ".format(obj,isinstance(iter(obj), Iterator)))

[1, 2, 3] is Iterable:True 
(1, 2, 3) is Iterable:True 
123 is Iterable:True 
{0: 1, 1: 10, 2: 100} is Iterable:True 
{1, 2, 3} is Iterable:True