Python3迭代器和生成器

#!usr/bin/python
# coding=UTF-8

#Python3迭代器与生成器
''''''
'''
迭代器
    1、访问集合元素的一种方式
    2、迭代器是记录迭代对象中每个元素的位置。
    3、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。
    4、迭代器有两个基本的方法：iter() 和 next()。
        iter()：从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象。
        next()：从迭代器iterator中获取下一了记录,如果无法获取下一条记录,则触发StopIteration异常，
                由此我们可以利用while循环迭代，并不断捕捉迭代结束的异常完成for循环的迭代过程。
                
    StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，
        在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
'''
list1 = [1,2,3,4,5,6]
it = iter(list1)
print(next(it),end=',')
print(next(it),end=',')
print(next(it),end=',')
#输出 1,2,3,

print('')
list1 = [1,2,3,4,5,6]
it = iter(list1)
for i in it:
    print(i,end=',')    #输出 1,2,3,4,5,6,

print('')
list1 = [1,2,3,4,5,6]
it = iter(list1)
import sys         # 引入 sys 模块
while True:
    try:
        print(next(it),end=',')    #输出 1,2,3,4,5,6,
    except StopIteration:
        sys.exit()

'''
创建一个迭代器
    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__() 方法返回下一个迭代器数据。
'''

class Ceshi:
    def __iter__(self):
        self.a = 2
        return self

    def __next__(self):
        x = self.a * self.a
        self.a = x
        if(x < 10000):
            return x
        else:
            return ''

ceshi = Ceshi()
it1 = iter(ceshi)
print('输出结果：')
print(next(it1))
print(next(it1))
print(next(it1))

#输出结果：
#4
#16
#256


class Ceshi:
    def __iter__(self):
        self.a = 2
        return self

    def __next__(self):
        x = self.a * self.a
        self.a = x
        if(x < 2000000):
            return x
        else:
            raise StopIteration

ceshi = Ceshi()
it1 = iter(ceshi)
print('输出结果：')
for i in it1:
    print(i,end=',')
#输出结果：
#4,16,256,65536,

'''
生成器：一边循环一边计算出元素的机制，称为生成器

生成器函数：
    1、使用了 yield 的函数被称为生成器（generator）函数。
    2、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。
    3、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。
    
    优点:
        一次返回一个结果，延迟计算。这对于大数据量处理，是个非常有用的优势。占用内存量是工程师必须考虑的一个问题。
        提高代码可读性。使用生成器，代码行数更少。
'''
import sys         # 引入 sys 模块
def fibonacci(n):
    a,b,count = 0,1,0
    while True:
        if(count > n):
            return
        yield a
        a, b = b, a+b
        count = count + 1
fit = fibonacci(20)
while True:
    try:
        print(next(fit),end=',')
    except StopIteration:
        sys.exit()

#输出
#0,1,1,2,3,5,8,13,21,34,55,89,144,233,377,610,987,1597,2584,4181,6765,