Python笔记-----迭代器、生成器

迭代器

1.什么叫迭代？
使用for循环遍历取值的过程，叫做迭代

2.什么是可迭代对象？
能够使用for遍历取值的对象，叫可迭代对象
可迭代对象：str、list、set、tuple 、dict
不可迭代对象： int 、float、class

3.什么是迭代器？
迭代器是一个可以记住遍历的位置的对象
①迭代器对象从集合的第一个元素开始访问，直到所有元素被访问完
②迭代器只能往前不会后退

4.如何判断一个对象是不是可迭代对象、迭代器？
①

from collections import Iterable
from collections import Iterator
isinstance( obj, Iterable ) #obj是不是可迭代对象
isinstance( obj, Iterator) #判断obj是不是迭代器？

②
一个实现了iter方法的对象是可迭代的，一个实现next方法并且是可迭代的对象是迭代器。
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator

5.如何创建迭代器
方法一：直接在可迭代对象（字符串，列表或元组对象）上创建迭代器
方法二：把一个类作为一个迭代器使用， 需要在类中实现两个方法 iter() 与 next() .
①__iter__() 方法：返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
②__next__() 方法:（Python 2 里是 next()）会返回下一个迭代器对象。

用法
#1. 创建迭代器 ，iter()函数
通过iter()函数创建可迭代对象（比如：列表、元组、字符串）的迭代器.(字符串，列表或元组对象都可用于创建迭代器)

#2. 遍历取值
迭代器对象可以使用常规 for 语句进行遍历，
也可以使用next()函数来取值。iter()函数实际上就是调用了可迭代对象的 __iter__ 方法

生成器

1. 什么是生成器？
生成器是一种特殊的迭代器（一个没有__iter__和__next__方法的特殊迭代器），不存储数据，存储生成数据的方式

2.为什么需要引入生成器？
当需要生成好多数据时，如果一下全部产生，将会占用好多内存。
eg:
创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了.
此时引入生成器，需要多少生成多少，什么时候需要什么时候继续，而不用一下子全部产生。

3.生成器特点（节省空间，暂停程序，需要时再继续执行）：
①一个没有__iter__和__next__方法的特殊迭代器；
②函数只执行一部分就返回；
③可以让一个函数暂停执行，并且保存上次的值，根据上次的值恢复到原来的样子，再做接下来的操作；
④迭代器节省空间，实现循环；
⑤生成器可以让一个看起来像函数的代码暂停执行，并根据自己的想法调用next/send继续执行；

4.生成器的2种构建方式

1.将列表推导式的小括号换成中括号；

2.函数中使用yield

# 创建生成器模板
 一个函数中yield，此时这个函数不再是函数，而是生成器的模板
#创建生成器对象
当调用一个函数时，发现该函数中有yield，那么不再事调用函数，而是创建一个生成器对象

5.生成器执行流程
当第一次调用for/next执行时，会从生成器的第一行开始依次向下执行，直到在循环中碰见yield，就会返回yield后面的变量/字符；
然后第二次调用for/next时，就会从上次的yield后面的代码继续执行，直到在循环中再次碰到yield，返回；依次往下，直到没有了数据。

6.生成器、函数执行流程的区别
函数是顺序执行，遇到return语句或者最后一行函数语句就返回。
而generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

7.生成器启动方式
①可以使用 for i in 生成器对象 来遍历生成器中的数据，__ next__
②也可以用 next(生成器对象) 来一个一个获取生成器中的值（调用next()运行生成器，并 返回yield的值）；
③通过send()来启动生成器，取里生成器里面的值（即返回yield的值）如下代码
注意：一般 生成器对象.send(None) 不会放到第一次启动生成器，如果非要这么做，要传入None

使用yield完成斐波那契数列
def Fibonacci(n):
	a, b = 0, 1
	count_num = 0
	while count_num < n:
	# 如果函数中有一个yield语句，那么这个就不再是函数，而是一个生成器的模板
		yield a
		a, b = b, a+b
		count_num += 1

# 如果在调用时发现这个函数中有yield，那么此时，不是调用函数，而是创建一个生成器对象
fb = Fibonacci(5)

print("使用for循环遍历生成器中的所有数字".center(40, "-"))
for i in fb:
	print(i)

print("使用next依次生成三次数字".center(40, "-"))
print(next(fb))
print(next(fb))
print(next(fb))

send()启动生成器

def Fibonacci(n):
	a, b = 0, 1
	count_num = 0
	while count_num < n:
		ret = yield a
		print("ret:", ret)
		a, b = b, a+b
		count_num += 1
	
fb = Fibonacci(5)
print(next(fb))
#send的参数会传给 yield a ，当做yield a的结果，并赋值给ret
#send的结果是 :下次调用 yield时，yield后面a的值
print(fb.send("haha"))
print(next(fb))

# 0
# ret: haha
# 1
# ret: None
# 1
(我们可以理解为，第一次使用next，先执行等号右边的代码，就将yield a返回给了next(fb)；
然后下次调用send时，执行等号左边的，将send的传值赋值给ret，再执行后续代码；
或者我们可以理解 ret = yield a 为两步
===>1.yield a；
2.ret = arg；其中的arg表示send的传值，如果不传值，默认为None，所以当next在send后面调用时，就默认传了None；)