二、python高级：生成器与迭代器

一、列表生成式

1、for只控制循环的次数，而for前面的变量决定着数据的内容，这就叫做列表生成式

 

 

 

 

二、生成器（保存的是算法，generator）

1、生成器的特点：只是保存了生成列表数的一个算法，什么时候需要用，就next() 调用。

（1）创建生成器方法1：

只要把一个列表生成式的 [ ] 改成 ( )

调用：

① 直接next（a）一点一点的调用

 

②  for  in 循环

 

（2）创建生成器的方法2： 在函数中加上yield

斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

 a，b = 0，1 

 a，b = b，a

 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：用生成器

改进：要想一次性得到值，并且超过range的范围不报错。

 

 

总结：

    1、只要添加yield的函数，就变成生成器了。

    2、生成器它有一个特点，你如果按着原先的方式进行调用的话，它不会执行的，而返回一个生成器对象。

    3、yield的运行原理：

         就会从函数的开头开始执行，到yield暂停，将yield后面的值返回。

         如果再调用一下next(a),从暂停的地方继续执行，再循环到yield b处暂停,直到循环完毕

    4、在ipython3 交互环境中，调用，先导包，from xx import  *

     a= createNum()

     调用next(a) ,  out值返回的就是要的值。

 

三、生成器---

send：传值用

t.__next__() 和 t.send("haha")两步原理：
第一次执行t.__next__()时运行到yield i 时就暂停了，把yield后面的i=0返回给了res值了
再执行t.send("haha")，使程序往下执行，接着执行temp=yield i等号左边的temp，并传值
给了temp，依次循环，——执行到yield就停，返回值给res，send继续执行，传值给temp

 

四、生成器---注意事项

1、不能一上来就使用t.send(“haha”)或者 t.send（）什么也不传，会报错

      应该结合使用：t.__next__()

                               t.send("传的参数")

2.如果非要一开始就传,传个None:

           t.send(None)

3、再传值时，temp的值不会被修改
      一个函数里面可以有多个yield，也就是只要有一个yield的话，这个函数就是一个生成器

 

五、凡是可作用于 for 循环的对象都是 Iterable(可迭代的对象) 类型

一个类，如果定义了__iter__（）方法，并且这个方法可以返回一个迭代器对象，那么它就是可迭代的，

可迭代对象举例：

一类是集合数据类型，如 list 、 tuple 、 dict 、 set 、 str 等；

一类是 generator ，包括生成器和带 yield 的generator function。都是可迭代对象

 

 

六、凡是可作用于 next() 函数的对象都是 Iterator(迭代器) 类型

迭代器：在一个类中，定义了__next__方法，并且具有返回值，那么就可以称这个类的实例对象是一个迭代器。

上面的实例中，定义了一个MyIterator类，并且定义了__next__方法，且具有返回值，那么他的实例对象mi就是一个迭代器，

一个类，如果定义了__iter__（）方法，并且这个方法可以返回一个迭代器对象，那么它就是可迭代的，例如在上面的实例中定义一个__iter__（）方法：

def __iter__(self):
    return self

这个方法返回实例对象，通知之前我们知道这个实例对象是一个迭代器，所以现在它不仅是一个迭代器对象，又是一个可迭代对象 

 

 

       生成器可以通过for去循环的形式进行取值，所以是可迭代的对象。

       生成器还可以通过next()的形式进行取值，所以它是迭代器。

       生成器是迭代器，但迭代器不一定是生成器。

 

七、集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过

       iter() 函数获得一个 Iterator 对象。

总结：