Python大杀器--迭代器、生成器

要判断一个Pythonista编写的代码够不够pythonic，一个很重要的标准就是看他能不能灵活运用迭代器。
首先要介绍一下什么是迭代器：在python中有两种循环语句，while和for。通常我们可以以c风格来使用它们，但是python额外提供了另外一种更为方便和高效的使用方式。通俗的来说就是边生产边消费。代码易读性和简洁高效性之争
首先要介绍一下几个概念之间得差异：

1. 可迭代对象： 除了列表、元组、字符串、元组、集合、字典等序列外，只要实现了__iter__和__getitem__中任意一个方法的对象都是可以进行迭代的。不同的是，在进行迭代的时候解释器会调用iter函数，iter函数会检查对象是否实现了__iter__方法，如果实现了就会调用它得到一个生成器，如果没有实现__iter__方法但是实现了 __getitem__方法，Python 会创建一个迭代器， 尝试按顺序（从索引 0 开始） 获取元素。isinstance(objiect, Iterable)只会检测__iter__方法，忽略了__getitem__方法。

   # coding=utf8
   from collections import Iterable
   
   list_a = [3, 3, 45, 6]
   dict_b = {'a': 'ji', 'b': 'ok', 'c': 'illegall'}
   set_c = {'df', 'fdk', 'lo'}
   tuple_d = ('jfk', 'dj', 'ilsl')
   str_e = 'jkilljls'
   isinstance(list_a, Iterable)  # True 列表是可迭代对象
   isinstance(dict_b, Iterable)  # True 字典是可迭代对象
   isinstance(set_c, Iterable)  # True 集合是可迭代对象
   isinstance(tuple_d, Iterable)  # True 元组是可迭代对象
   isinstance(str_e, Iterable)  # True 字符串是可迭代对象
   

   

   class Queue:
   	def __init__(self, q):
       	self.queue = q
   
   	def __iter__(self):
       	for item in self.queue:
           	yield item
   
   	# def __getitem__(self, item):
   	#     return self.queue[item]
   
   queue = Queue([1, 4, 5, 8])
   print(isinstance(queue, Iterable))  #True 只要实现了__iter__方法则该对象就是可迭代对象，还有其他情况见后面
   

   class Queue:
   	def __init__(self, q):
       	self.queue = q
   
   	#def __iter__(self):
   	#    for item in self.queue:
    	#        yield item
   
   	def __getitem__(self, item):
     		return self.queue[item]
   
   queue = Queue([1, 4, 5, 8])
   isinstance(queue, Iterable)  #False 没有实现__iter__方法，但是实现了__getitem__方法也是可迭代对象
   							 #Iterable只对__iter__方法进行检测
   for item in queue:  # 只要实现了__iter__和__getitem__中的任意一个，则该对象都是可以进行迭代的。
   	print(item)   
   

2. 迭代器： 实现了next方法和__iter__方法的对象，且next方法实现了迭代协议，__iter__方法返回迭代器。
   如下是一个迭代器类，可以产生迭代器对象，对迭代器对象调用iter函数返回迭代器类自身，迭代环境中自动调用__next__方法。

   class iter:
   	def __init__(self, data):
   		self.data = data
   		self.now = 0
   	
   	def __iter__(self):
   		return self
   	
   	def __next__(self):
   		if self.now < data:
   			self.now += 1
   			return (self.now-1)**2
   		 raise StopIteration 
   

3. 生成器：生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。
   3.1 生成器表达式：可以使用表达式来得到生成器
   使用生成器表达式可以非常轻松的得到生成器，只要将列表解析式中的方括号换成圆括号就可以了。

   (x for x in range(5))  # iterator
   

   3.2 生成器函数：在函数中使用关键词yield得到生成器

   def gen(num):
   	cou = 0
   	while cou < num:
   		yield cou
   		cou += 1