python 迭代器与生成器的初步认识使用

迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式，是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。
递归和迭代的区别：递归是内部指针等待的一个过程，需要一直嵌套得到结果，而迭代是遍历的过程，前面的过程结束后可以进行下一项，不需要等待
字符串，列表或元组对象都可用于创建迭代器
for循环实际上实现了__iter__()方法生成了一个迭代器对象，然后一步步next（for循环实际上就是一步步next） 直到报错并返回 ， 是一个完整的过程
对于序列如此，对于字典和文件等也是如此，统一生成迭代器来循环
所以，凡是能被for循环的对象内部都有一个__iter__()方法：如dict list set tuple 内部都有__iter__方法
for i in file: 所以读取文件用for，文件生成迭代器是一行行读，前面读完的行内存就回收掉了，不占用内存
next()内置函数实际上就是实现对象内部的__next__()方法，效果一样

list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
print (next(it)) # 输出迭代器的下一个元素

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() 。
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。
next() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    if self.a <= 20:
      x = self.a
      self.a += 1
      return x
    else:
      raise StopIteration
 
myclass = MyNumbers()
myiter = iter(myclass)
 
for x in myiter:
  print(x)

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator），或者说 一边循环一边计算的机制，称为生成器：generator
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行，调用一个生成器函数，返回的是一个迭代器对象。

为什么要用生成器？

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。
如：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。如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。

简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！

生成器的工作原理

（1）生成器(generator)能够迭代的关键是它有一个next()方法　工作原理就是通过重复调用next()方法，直到捕获一个异常。
（2）带有 yield 的函数不再是一个普通函数，而是一个生成器generator。可用next()调用生成器对象来取值。next 两种方式 t.next() | next(t)。可用for 循环获取返回值（每执行一次，取生成器里面一个值）
　　（基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代）。
（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。
（4）.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果
　　——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

import sys
 
def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
 
while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

 1 #encoding:UTF-8  
 2 def yield_test(n):  
 3     for i in range(n):  
 4         yield call(i)  
 5         print("i=",i)      
 6     print("Done.")  
 7   
 8 def call(i):  
 9     return i*2  
10   
11 for i in yield_test(5):  
12     print(i,",")
>>>   
0 ,  
i= 0  
2 ,  
i= 1  
4 ,  
i= 2  
6 ,  
i= 3  
8 ,  
i= 4  
Done.
>>>