生成器与迭代器

生成器

[i * i for i in range(8)] #列表推号式
[O， 1，4，9，16， 25，36， 49]
(i * i for i in range(8)) 生成器表込式
<generator object〈genexpr〉 at 0x000000005054498〉

査看生成器対竝的所有元素，有两种方式:
a= (i*i for i in range(8)
1.多次調用内置函数next()，毎次調用都返回生成器的下一个元素，直到抛出昇常StopIteration吋表示没有更多元素了.
print (next(a)
0
print (next(a)
4
print (next(a))
16
print (next(a))

print (nextla))l6
print (next(a))25

print inext(a))36
print (next(a) )

19
print (next(a))
stolteration Treceback ceost recet ceall last)ciprthonr- input -53-94b12a39o in coodule>- - > 1 print Cnextfa)StopIteration:

2.使用for-in语句対生成器进行迭代，迭祥就不需要担心异常StopIteration了.

a= (i*i for i in range(8))
for j in a:
print(j)
0
1
4
9
16
25
36
49

生成器中保存的并不是其对应的所有元素， 而是如何推算出所有元素的算法。將生成器用于for-in珸句吋，元素是在循环的过程中不断被推算出来的.將生成器作カ内置函数next()的实参时，返回的下一个元素也是在洞用凾数吋被推算出来的。因此，生成器是惰性推算的，也就是説，只有当用到生成器中的某个元素吋，オ会临时进行推算，而并不会提前推算出来.
如果需要創建一-个元素个数絞大的容器，就可以考愈使用生成器，从而节省大量的存儲空囘。

生成器函数yield

上面使用类似生成式的语法得到的生成器被称为生成器表达式。此外,当推算的算法比较复杂时，还可以使用生成器函数得到生成器。
生成器函数中通过关键字yield返回推算出的元素。 生成器函数与普通函数的区别在于:当调用内置函数next()或使用for-in语句进行迭代时，执行完yield语句就会将生成器函数挂起，下次会从挂起的地方继续执行。
def fib(n):
i= 0
a,b = 1,1
while i < n:
print(a,end= ‘,’)
a,b=b,a+b
i +=1
fib(6)
1,1,2,3,5,8

def fib(n):
i= 0
a,b = 1,1
while i < n:
yield a
a,b=b,a+b
i +=1
fib(6)
<generator object fib at 000000000D6580

gf = fib(6)
print (next(gf))
print (next(gf))
print (next(gf))
print (next(gf))
print (next(gf))
print (next(gf))
print (next(gf))

gf = fib(6)

for item in gf:
print (i tem)
1
1
2
3
5
8

迭代器

●可以用于for-in语句的对象被称为可迭代(Iterable)对象。
例如: range、 列表、元组、字符串、字典、集合、生成器，
都是可选代对象。
●可以调用内置函数isinstance0判断- “个对象是否是可迭代
对象。标准库模块collections中的类Iterable用于表示可迭
代对象。

from collections import Iterable
print (isinstance([1, 2，3]， Iterable))
True

print (isinstance(’ abc’，Iterable))
True

print (isinstance((i * i for i in range(1, 7))， Iterable))
True

如果一个可迭代対象可以作为内置函数next( )的实参从而支持惰性推算，那幺該対象被称为迭代器(Iterator) 対象。
对于range、列表、元組、字符串、字典和集合等可迭代対象,都不可以作为内置凾数next()的实参,而生成器可以。所以，生成器是迭代器的一-神。
可以凋用内置函数isinstance( )判断一-个対象是否是迭代器対象。标准库模快collections中的类Iterator用于表示迭代器対象。

L=[1，2，3]
next(L)

TypeError Trac〈ipy thon- input 73- 257d051b95bf> in <module〉2L=[,2, 3]—>3nextD)

s = ‘abc’
next(s)
TypeError Trくipy thon- input -71- -a9de879e01fe> inくmodule>
s = ‘abc’-- -> 2 next(s)

TypeError: ‘list’ object is not an iterator
TypeError:’ str’ object is not an iterator

from collections import Iterator
print (isinstance(L, Iterator))
print (isinstance(s, Iterator))
False
False

print (isinstance(i * i for i in range(1, 7))，Iterator))
True

可以调用内置函数iter()把不支持惰性推算的可迭代対象转换为迭代器对象。
iter_ L = iter(L)
iter_ s = iter(s)

print (isinstance(iter_ L，Iterator))
print (isinstance(iter_ s，Iterator))

True
True

print (nextliter_ L))
1
print (nextliter_ L))
2
print Gnext(iter L)
3
printnextiter_D

print (next(iter_ s))
a
print (next(iter_ s))
b
print (next(iter_ s))
c
print (next(iter_ s))

StopIteration Traceback (most recent call last)<ipython- input 84 858f65487b13> in –> 1 print (next(iter_ s))
StopIteration:

如果一个对象同时实现了特殊方法_ iter_ ()和_ .next_ (), 那么该对象也被称为迭代器对象。如果将该对象用于for-in语句，for-in语句首先会调用特殊方法 iter ()返回 一个可迭代对象，然后不断调用该可迭代对象的特殊方法next_ ()返回下一次迭代的值，直到遇到StopIteration时退出循环。

class MyIterator (object):
def__ init_ (self):
self. data = 0

def__ iter_ (self):
return self

def__ next__ (self):
if self. data > 5:
raise StopIteration()else:
self. data += 1return self. data

for item in MyIterator(:
print (item)
1
2
3
4
5
6

class Fib(object) :
def__ init_ (self):
self.a, self.b=0, 1

def__ iter_ (self):
return self

def__ next_ (self):
self.a, self.b = self.b, self.a + self. b
if self.a > 50:
raise StopIteration()
return self.a

for item in Fib()
print (item)

for-in语 句
for-in语 句|
自动谰用_ iter _()返回一个可迭代对象

自动谰用
I 可迭代对象的next_ _()

返回下一次迭代的值
是否抛出了StopIteration

退出循环
for-in语句在默认情况下不能用于自定义类对象的实例对象。
如果想让for-in语句可以用于自定义类对象的实例对象，必须在自定义类对象中实现特殊方法
然后不断调用可送代对象的特殊方法next液回下一次送化的值，直到遇到StopIteration时退出循环。
只实现了特殊方法iter_ ()的类对象, 被称为可选代类对象;同时实现了特殊方法_ iter_ ( 和next ()的类对象被称为送代器类对象。
一之所以for-in语句可以用于某些内置类对象 (例如: list、 tuple. str等)的实例对象，是因为这些内置类对象中都同时实现了特殊方法_ iter_ ()和_ next_