Python成长记十八（iterator与generator）

一、iterator即迭代器

      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，要创建一个iterator，必须实现一个有__iter__()和__next__()方法的类。

(1)可迭代对象（iterable），可用for in 语句遍历，比如列表（list），元组（tuple），集合（set） ， 字典（dict） 等
(2)对象 class，一个类对象不能直接被for语句循环，可将一个类变为一个生成器，比如：

class BookClollection:
    def __init__(self):
        pass
    #实现方法1
    def __iter__(self):
        pass
    #实现方法2
    def __next__(self):
        pass

案例1：循环遍历类中的数据

class SkillClollection:
    def __init__(self):
        self.data = ['Q技能','W技能','E技能','R技能']
        self.cur = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.cur >= len(self.data):
            raise StopIteration()
        r = self.data[self.cur]
        self.cur +=1
        return r

skills = SkillClollection()
for skill in skills:
    print(skill)

结果：Q技能 W技能 E技能 R技能

   案例2：使用迭代器的next()方法

class SkillClollection:
    def __init__(self):
        self.data = ['Q技能','W技能','E技能','R技能']
        self.cur = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.cur >= len(self.data):
            raise StopIteration()
        r = self.data[self.cur]
        self.cur +=1
        return r

skills = SkillClollection()
print(next(skills))
print(next(skills))
print(next(skills))

结果：Q技能 W技能 E技能 R技能

迭代器的特性：一次性

案例3 ：迭代器的一次性

class SkillClollection:
    def __init__(self):
        self.data = ['Q技能','W技能','E技能','R技能']
        self.cur = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.cur >= len(self.data):
            raise StopIteration()
        r = self.data[self.cur]
        self.cur +=1
        return r

skills = SkillClollection()

for skill in skills:
    print(skill)
for skill in skills:
    print(skill)

结果：Q技能 W技能 E技能 R技能
结论：只打印一次（如果要打印多次可以创建多个对象）

 如果要多次使用迭代器，除了案例3中创建对象的方法外，还可以使用浅拷贝或者深拷贝的方法：

案例4：使用浅拷贝的方法实现打印多次

import copy
class SkillClollection:
    def __init__(self):
        self.data = ['Q技能','W技能','E技能','R技能']
        self.cur = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.cur >= len(self.data):
            raise StopIteration()
        r = self.data[self.cur]
        self.cur +=1
        return r

skills = SkillClollection()
skill_copy = copy.copy(skills)
for skill in skills:
    print(skill)
for skill in skill_copy:
    print(skill)

结果：
	Q技能
	W技能
	E技能
	R技能
	Q技能
	W技能
	E技能
	R技能

案例5：使用深拷贝的方法实现打印多次

import copy
class SkillClollection:
    def __init__(self):
        self.data = ['Q技能','W技能','E技能','R技能']
        self.cur = 0
    def __iter__(self):
        return self
    def __next__(self):
        if self.cur >= len(self.data):
            raise StopIteration()
        r = self.data[self.cur]
        self.cur +=1
        return r

skills = SkillClollection()
skill_copy = copy.deepcopy(skills)
for skill in skills:
    print(skill)
for skill in skill_copy:
    print(skill)

二、generator即生成器，一个简单的创建iterator的途径，是一个能够返回迭代器对象的函数。

案例：打印0~100000

   #普通方法，消耗内存影响性能，比如：

n = [i for i in range(0, 10000)]
print(n)

  #迭代器方法

def gen(max):
    n = 0
    while n<=max:
        n+=1
        yield n
g = gen(10000)
print(next(g))
print(next(g))
print(next(g))
结果：1  2  3

原理：生成器内部没有保存数据，而是保存了算法

小提示：判断一个对象是否是Iterable对象，可用isinstance()方法

比如：

from collections import Iterable
#判断列表
a = isinstance([],Iterable)
#判断集合
b = isinstance({},Iterable)
#判断字符串
c = isinstance('asd',Iterable)
#判断元组
d = isinstance((x for x in range(10)),Iterable)
#判断Number
e = isinstance(100,Iterable)

print(a,b,c,d,e)

结果：True True True True False