python之列表生成式、生成器、可迭代对象及迭代器详解

列表生成式

所谓的列表生成式，顾名思义，就是说可以生成list列表的表达式，是Python内置的非常简单却强大的可以用来创建list的生成式

基本的一个语法如下：

[变量表达式 for 变量 in 表达式 if 判断条件]

本质就是将for循环强制性写在一行，把结果写在for循环的最前面，然后使用[]括起来，
得到的就是一个由结果集组成的一个列表

案例1：实现list1 = [1,4,9,16,25,…,100]

list1 = [x*x for x in range(1,11)]
print(list1)
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

案例2：在案例1的基础上去除3的倍数

list1 = [x*x for x in range(1,11) if x%3 != 0]
print(list1)
#[1, 4, 16, 25, 49, 64, 100]

当然也可以使用两层循环，如下：

list1 = [m+n for m in 'ABC' for n in 'XYZ']
print(list1)
#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

生成器

通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，如果我们仅仅需要访问前面几个元素，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？

这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

生成器就是一个能返回迭代器的函数，其实就是定义一个迭代算法，可以理解为一个特殊的迭代器

要创建一个generator，方法非常简单，只要把一个列表生成式的[]改成()，就创建了一个generator，基本语法如下：

g1 = (result for x in range(m,n))

注意：生成器只能迭代一遍

g1 = (x for x in range(10))
print(next(g1))
for x in g1:
    print(x,end="\t")

运行如下：

0
1	2	3	4	5	6	7	8	9	

例：自定义一个生成器函数，实现斐波那契数列

def fab(n):
    pre, curr, count = 0, 1, 1
    while count <= n:
        yield curr
        pre, curr = curr, pre + curr
        count += 1

可迭代对象

1. 能直接作用于for循环的对象我们统称为可迭代对象（Iterator）
2. 我们可以使用isintance()判断一个对象是否是Iterator对象
3. 常见的可迭代对象：
   1. list、set，dict，tuple，str，range
   2. 生成器

注意：使用Iterator判断的时候需要导入Iterable的包

from collections import Iterable

print(isinstance([],Iterable))      #True
print(isinstance((),Iterable))      #True
print(isinstance({},Iterable))      #True
print(isinstance("",Iterable))      #True
print(isinstance((x for x in range(10)),Iterable))  #True
print(isinstance(1,Iterable))       #False

迭代器

概述

不但能够作用于for循环，还可以被next函数调用，不断返回下一个值，直到最后出现StopIteration错误，表示无法返回下一个值，这样的对象我们就称之为迭代器(Iterator对象)

常见的只有生成器是迭代器，其他类型的都不是

from collections import Iterator

print(isinstance([],Iterator))
print(isinstance("",Iterator))
print(isinstance({},Iterator))
print(isinstance((),Iterator))
print(isinstance(range(10),Iterator))
print(isinstance((x for x in range(10)),Iterator))

运行结果如下：

False
False
False
False
False
True

迭代器与可迭代对象的关系：迭代器一定是可迭代对象，可迭代对象不一定是迭代器

例：使用迭代器实现python原生range的功能

class Range:
    def __init__(self, start, stop=None, step=1):
        if stop is None:
            self.start = 0
            self.stop = start
        else:
            self.start = start
            self.stop = stop
        self.step = step
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.start < self.stop:
            current = self.start
            self.start += self.step
            return current
        else:
            raise StopIteration()

例：自定义一个迭代器，实现斐波那契数列

class Fab:
    def __init__(self, n):
        self.prev = 0
        self.curr = 1
        self.count = 1
        self.n = n
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.count <= self.n:
            temp = self.curr
            self.pre, self.curr = self.curr, self.pre + self.curr
            self.count += 1
            return temp
        else:
            raise StopIteration()

Iterator转换

可以通过iter()函数将可迭代对象转为迭代器

from collections import Iterator

print(isinstance(iter([]), Iterator))
print(isinstance(iter(()), Iterator))
print(isinstance(iter({}), Iterator))
print(isinstance(iter(''), Iterator))

iter1 = iter([1,2,3])
print(type(iter1))
print(next(iter1))

运行结果如下：

True
True
True
True
<class 'list_iterator'>
1