Python的生成器和迭代器

1. 生成器 Generator

前面有列表解析式，集合解析式，字典解析式，唯独没有元组解析式，这是因为元组的小括号 ( ) ，被用来做生成器了。

1.1 生成器表达式 Generator Expression

( 返回值 for 元素 in 可迭代对象 if 条件 )

通过生成器表达式，我们就创建了一个生成器，所说的生成器，就是不断地生产出我们需要的数据。

但是要注意，生成器里面储存的是所需数据的算法，而不是数据：

g = (i for i in range(5))
g
<generator object <genexpr> at 0x00000214B0EFFE08>
#生成器对象，genexpr里面是generator expression的缩写，后面at是指出存在哪里

1.2 用生成器获取数据

如果需要生成器计算出一个数据并返回，需要手动操作并返回，此时需要一个next()函数。

next(g)
0

next(g)
1

....

next(g)
4

next(g)
#会报错，StopIteration 

我们创建的这个生成器g，只能使用5次，之后再使用就会报错stopiteration，就是说迭代停止了，这说明什么？
说明一个生成器只能依次生产数据，如果内部算法可以得出的数据都生产完了，那么这个生成器就结束了他的使命，要想再次使用，得重新定义，也就是重新做一个生成器。

如果需要生成器生成全部的数据，需要用for循环来迭代，因为生成器都是迭代器iterator，但是一定要注意，迭代器不一定是生成器。

g = (i for i in range(5))

for i in g:
    print(i) 
    #迭代一遍这个生成器，此时它作为一个迭代器，行驶的是迭代器的功能，打印生产出的数据。
print('........................') #分隔一下
for i in g:
    print(i+1) #想再迭代一遍这个生成器（迭代器），打印i+1

0
1
2
3
4
........................

可以看出，这个生成器只能使用一次，一旦算法没有数据可以生产了，就停止。