python之迭代器、生成器

1、迭代器

1.1、什么是迭代器

迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代

1.2、为何要有迭代器

迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型有:列表、字符串、元组、字典、集合、打开文件
上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
为了解决基于索引迭代器取值的局限性
python必须提供一种能够不依赖于索引的取值方式，这就是迭代器

1.3、如何用迭代器

1.3.1、可迭代对象

但凡内置有__iter__方法的都称之为可迭代的对象

s1=''
s1.__iter__()

l=[]
l.__iter__()

t=(1,)
t.__iter__()

d={'a':1}
d.__iter__()

set1={1,2,3}
set1.__iter__()

with open('a.txt',mode='w') as f:
    f.__iter__()
    pass

1.3.2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象

d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
print(d_iterator)

print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__()) # 抛出异常StopIteration

while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值取不到
d_iterator=d.__iter__()
while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

l=[1,2,3,4,5]
l_iterator=l.__iter__()
while True:
    try:
        print(l_iterator.__next__())
    except StopIteration:
        break

1.3.3、可迭代对象与迭代器对象

可迭代对象（"可以转换成迭代器的对象"）:内置有__iter__方法对象
可迭代对象.__iter__(): 得到迭代器对象
迭代器对象:内置有__next__方法并且内置有__iter__方法的对象
迭代器对象.__next__():得到迭代器的下一个值
迭代器对象.__iter__():得到迭代器的本身，和没调是一样的

dic={'a':1,'b':2,'c':3}
dic_iterator=dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__()) # True

可迭代对象:字符串、列表、元组、字典、集合、文件对象
迭代器对象:文件对象
with open('a.txt',mode='w') as f:
    f.__iter__()
    f.__next__()

1.4、for循环的工作原理

for循环可以称之为叫迭代器循环
d={'a':1,'b':2,'c':3}

# 1、d.__iter__()得到一个迭代器对象
# 2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k
# 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环
for k in d:
    print(k)

with open('a.txt',mode='rt',encoding='utf-8') as f:
    for line in f: # f.__iter__()
        print(line)

list('hello') #原理同for循环

1.5、迭代器优缺点总结

优点:
(1)、为序列和非序列类型提供了一种统一的迭代取值方式。
(2)、惰性计算:迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。

缺点:
(1)、除非取尽，否则无法获取迭代器的长度
(2)、只能取下一个值，不能回到开始，更像是'一次性的'，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next;若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。

2、生成器

2.1、定义与使用

生成器:就是一种自定义的迭代器,是用来返回多次值
自定义迭代器的好处:节省内存
return只能返回一次值，函数就立即结束了
yield
1、可以挂起函数，保存函数的运行状态
2、可以用来返回多次值

def func():
    print('111')
    yield 1, 2
    print('222')
    yield
    print('333')
    yield 3
    print('44444444444')
 
如何得到生成器（自定义的迭代器）:
函数内但凡存在yield关键字，调用函数不会执行函数体代码,会得到一个返回值，该返回值就是我们自定义的生成器
g = func()
print(g)

g.__iter__()
g.__next__()

res1 = next(g)
print(res1)


res2 = next(g)
print(res2)

res3 = next(g)
print(res3)

next(g) # 报错

2.2、生成器的案例

# 写一个类似于range功能的方法（自定义函数）
def my_range(start, stop, step=1):
    while start < stop:
        yield start
        start += step

g=my_range(1,5)
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
 
for i in my_range(1,5000):
    print(i)