Python迭代器和生成器总结

生成器

一直对python的生成器 似懂非懂，但是今天看了一片博客，感觉瞬间融会贯通了；
https://www.cnblogs.com/wj-1314/p/8490822.html

这里随便总结下吧：

什么是生成器？
　　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，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，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

生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。

生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器

python中的生成器
　　要创建一个generator，有很多种方法，第一种方法很简单，只有把一个列表生成式的[]中括号改为（）小括号，就创建一个generator

#列表生成式
lis = [x*x for x in range(10)]
print(lis)
#生成器
generator_ex = (x*x for x in range(10))
print(generator_ex)
 
结果：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

一个简单的例子：方便理解yield的使用，这个函数就是一个生成器，可迭代对象 可以通过next继续运行

def create_counter(n):
    print("create_counter")
    while True:
        yield n
        print("increment n")
        n += 1
# 生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，
# 使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。
gen = create_counter(2)
print(gen)
print(next(gen))
print(next(gen))

结果如下：
<generator object create_counter at 0x0000020F3E372A40>
create_counter
2
increment n
3

举例：斐波那契数列

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield a                 
        a, b = b, a + b
        n = n + 1
    return 'done'
# 我们可以使用 for循环遍历；就可以自动的将迭代进行下去
for i in fib(6):
    print(i)

迭代器

凡是可作用于for循环的对象都是Iterable类型；可迭代对象
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列； 迭代器

集合数据类型如list、dict、str，set 等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

生成器都是Iterator对象
特别的 对于文件

f = open('housing.csv')
from collections import Iterator
from collections import Iterable
 # 文件对象也是一个可迭代的对象，并且是迭代器类型
print(isinstance(f,Iterator))  
print(isinstance(f,Iterable))
 
True
True