Python迭代器 iterator(iter & next) & 生成器 generator(yield) & yield

迭代器

1、通过iter()方法获得了list的迭代器对象，然后就可以通过next()方法来访问list中的元素了。

   当容器中没有可访问的元素后，next()方法将会抛出一个StopIteration异常终止迭代器。

   字符串，列表或元组对象都可用于创建迭代器

2、迭代器的限制

    不能回到开始

   也无法复制一个迭代器。

   因此要再次进行迭代只能重新生成一个新的迭代器对象。

3、__iter__() 和 __next__() 方法

__iter__() 和 __next__() 方法这两个方法是迭代器最基本的方法：

一个用来获得迭代器对象

一个用来获取容器中的下一个元素

_list = [5,6,7]
it = iter(_list)
print(_list)
print(it)
print(it.__next__())
print(it.__next__())
print(it.__next__())
print(it.__next__()) #此时调用会抛出异常

另一种调用方法

_list = [5,6,7]
it = iter(_list)
print(_list)
print(it)
print(next(it))
print(next(it))
print(next(it))
print(next(it)) #此时调用会抛出异常

遍历迭代器

list_ = [5,6,7]
it = iter(list_)
print(it)
for i,v in enumerate(it):
    print(i,v)

生成器

    在一个函数中，只要有yield。那么这个函数就不再是函数，而成了一个生成器

    生成器的本质就是迭代器，生成器是一种特殊的迭代器

    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ist，从而节省大量的内存资源。

    在Python中，这种一边循环一边计算的机制，称为生成器（Generator）

    生成器的作用：可以实现多任务(协程-->模拟并发)

    生成器包括两种:生成器函数和生成器表达式

遍历生成器

①

list(a)

②

for i in a:
    print(i)

③

for idx,param in enumerate(net.parameters()):
    print(param)

生成器表达式

将列表解析式[] 改成 () 即可。

g = (x*x for x in range(10))
print(g)
print(next(g))
print(next(g))
print(next(g))
print(next(g))

但是生成器不能通过类来实现

生成器函数

      生成器函数返回数据就不适用return这个关键字了，是用yield

      一个包含yield关键字的函数就是一个生成器函数。(python中yield关键字是区分新老Pythoner的标志之一)

      并且yield不能和return共用，并且yield只能用在函数内

      yield关键字，其作用和return的功能差不多，就是返回一个值给调用者，只不过有yield的函数返回值后函数依然保持调用yield时的状态，当下次调用的时候，在原先的基础上继续执行代码，直到遇到下一个yield或者满足结束条件结束函数为止

(1)生成器函数执行之后会得到一个生成器作为返回值，并不会执行函数体。

(2)执行了__next__()方法之后才会执行函数体，并且获得返回值。

(3)生成器内部支持了生成器协议，不需要明确定义__iter__() 和 __next__()方法

(3)yield和return相同的是可以返回值，但是不同的是yield 不会结束函数

def test():
    yield 1
    yield 2
    yield 3
t = test()

print(next(t))#output:1
print(next(t))#output:1
print(next(t))#output:1
print(next(t))#output:Traceback (most recent call last):StopIteration

       好像并没啥卵用啊！骚年，存在即合理，python有生成器不是没有道理的。数学中有很多算法是无限穷举的（比如自然数），我们不可能一一穷举出来，所以生成器就可以帮助我们。

def foo(num):
    print("starting...")
    while num<10:
        num=num+1
        yield num
for n in foo(0):
    print(n)

理解yield的作用

def fibonacci(n):
    a = 0
    b = 1
    nums = []
    for _ in range(n):
        nums.append(a)
        a,b = b, a+b
    return nums
for i in fibonacci(10):
    print(i)

可以写为

def fibonacci(n):
    a = 0
    b = 1
    for _ in range(n):
        yield a
        a,b = b, a+b
for i in fibonacci(10):
    print(i)

这里的yield表示，每当我们计算出一个元素，就立马将这个元素给送出去。也就是说，外面的for循环就会立即输出这个数。

因此使用yield的好处是，我们并不需要等待整个列表都生成完毕后，再来一个一个的输出。同时也可以节省存储空间。

yield的优势在于一些非常耗时的操作，比如我们可以写一个函数从网络上下载一系列文档，并输出每个文档的内容。如果我们使用yield，则可以保证在一个文档被下载成功后，就立马输出它的内容，而无需等待所有文档都下载完毕。