迭代器和生成器

迭代器

1.迭代器是容器型数据类型；

打印一个迭代器无法查看迭代器中所有的元素，迭代器无法通过len获取元素个数；

如果想要使用迭代器中的元素，必须将元素从迭代器中取出，而且在取的时候只能从上往下按顺序取，取一个少一个，取出来的数据无法放回迭代器

2.创建迭代器(从pymysql（数据库）提取数据都是迭代器的形式提出来)

1)用iter将其他序列转换成迭代器

2)创建生成器

i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
print(i1, i2)

3.迭代器的查操作

不管以什么样的方式获取到了迭代器中元素，那被获取到的元素一定会从迭代器中消失

1)获取单个元素:next(迭代器)

print(next(i1))  # a
print(next(i1))  # b
print(next(i1))  # c
# i1迭代器取出来完之后在取会报错

2)遍历

for i in i1:
    print(f'i:{i}')    #因为i1被取完了，所以i1是一个空的
for i in i2:
    print(f'i:{i}')
# print(next(i2))  报错。 for in 遍历完i2了 取出来完，i2迭代器为空

3)迭代器转换成序列

i3 = iter('hello')
result = list(i3)
print(result)   #['h', 'e', 'l', 'l', 'o']
# print(next(i3))   报错，i3已经空了
# list相当于已经取走了i3迭代器中所有的数据。

生成器(类似于算法)

1.生成器是容器型数据类型(具备创建多个数据的能力，而不是保存多个数据的能力)

打印生成器，无法查看所有的元素，生成器也不支持len操作。

如果需要使用生成器中的数据，必须将数据取出来，获取元素的时候取一个少一个

生成器获取数据的方式和迭代器一样。

优点在于保存内存时的优化

2.创建生成器

保存的并不是数据本身，而是产生数据的算法

调用带有yield关键字的函数，就可以得到一个生成器

def func1():
    print('===')
    print('+++')
    return 100
    yield

如果被调用的函数的函数体中有yield(不管yoeld在哪个位置)，调用函数的时候不会执行函数体，也不会获取函数返回值，而是得到一个生成器对象(函数调用表达式的值就是生成器)

r = func1()
print(r)  # yield 不会执行到，next(r)会报错

3.创建生成器对应的函数

生成器创建数据的个数和数据的值，由在执行生成器对应的函数的函数体的时候会遇到几次yiled，每次遇到yield的时候对应的数据来决定。

执行函数体会遇到几次yield对应的生成器就可以创建多少个数据；

每次遇到yield，yield后面的值是什么，对应的元素就是什么

每取出一个数据就是少一个yield，yields有几个，生成器就会有创建几个数据

遇到yield函数将会暂时中止，返回yield后面的一个值。当需要取下一个yield后面的数据时，函数将从暂时中断处接着执行函数，直到遇到yield为止。

def func3(suj):
    for i in range(1, 100):
        yield f'{suj}{i:0>3}'


gen3 = func3('python')
print(next(gen3))
for i in gen3:
    print(f'i:{i}')

4.生成器产生数据的原理

调用函数创建生成器的时候不会执行函数体，获取生成器中的元素的时候才会执行函数体。

每次在执行函数体的时候从开始位置，执行到yield就停下来，并且将yield后面的数据作为获取到的元素。

def func4():
    print('====1==')
    yield 10
    print('=====2=')
    yield 20
    print('=3=====')
    yield 30
gen4 = func4()     # 函数调用不会执行函数体，此时调用函数即时生成一个生成器 gen4就是一个生成器
print(next(gen4))
print(next(gen4))
print(next(gen4))