Python之迭代器与生成器详解与案例

一. 迭代器

可以记住遍历位置的对象。迭代器对象会从集合的第一个元素开始访问，直到所有元素被访问。它只能往前访问，不能向后访问。

1. 可迭代对象的概念

像字符串、列表、元祖、集合、字典，我们可以使用for…in…语句进行遍历(或叫迭代)的这样的一个对象

2. 创建迭代器及其使用

创建方式(创建迭代器)：ite = iter(可迭代对象)
使用方式(取出迭代器内的值):next(ite)一次取一个值，直到遇到StopIteration异常而停止

3. 可迭代的对象iterable和迭代器iterator

使用isinstance() 函数来判别左参数实例是否为右参数对象的子类

1. 判断是否为可迭代对象
   
   结果：
   
2. 判断是否为迭代器：
   
   结果
   
   可迭代对象可以组成迭代器，但不属于迭代器。

4. 简单案例

(1)列表迭代器
创建一个列表，通过 iter() 函数来将可迭代对象 list 转化成迭代器，再通过next()函数来逐步遍历迭代器，最后返回异常标识 StopIteration 标识表示遍历结束。

(2)字典迭代器(迭代key值)

5. 用魔法方法自制迭代器

使用__iter__和__next__自制迭代器
代码：

# -*- coding:utf-8 -*-
from collections import Iterable


class MyList(object):
    def __init__(self):
        self.container = []

    def add(self, item):
        self.container.append(item)

    def __iter__(self):
        """返回一个迭代器"""
        myIterator = MyIterator(self)
        return myIterator


class MyIterator(object):
    """自定义供上面的可迭代对象使用的一个迭代器"""
    def __init__(self, mylist):
        self.mylist = mylist
        # 去记录当前位置的变量
        self.current = 0

    def __next__(self):
        if self.current < len(self.mylist.container):
            item = self.mylist.container[self.current]
            self.current += 1
            return item
        else:
            raise StopIteration

    def __iter__(self):
        return self


mylist = MyList()
mylist.add(1)
mylist.add(2)
mylist.add(3)

for i in mylist:
    print(i)

print(isinstance(mylist, Iterable))

# 一个具备了__iter__方法的对象，就是一个可迭代对象
# 可迭代对象通过 __iter__方法，提供一个迭代器

结果：

1
2
3
True

6. 进阶- 用迭代器写斐波那契数列案例

# -*- coding:utf-8 -*-
class FibIterator(object):
    def __init__(self, n):
        self.num1 = 0
        self.num2 = 1

        self.n = n
        self.current = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.n:
            num = self.num1
            self.num1, self.num2 = self.num2, self.num1 + self.num2
            self.current += 1
            return num
        else:
            raise StopIteration

if __name__ == '__main__':
    fib = FibIterator(10)
    print(fib)
    for i in fib:
        print(i, end=' ')

结果：

<__main__.FibIterator object at 0x00000235180A1D30>
0 1 1 2 3 5 8 13 21 34 

7. for [value] in [iterable] 形式的本质

通过__iter__函数获得可迭代对象iterable的迭代器，并且调用__next__方法赋值给value，当值取完后，raise异常。

8. 迭代器的概念及其特点

1. 迭代器是python最强大的功能之一，是访问集合元素的一种方式
2. 迭代器是一个可以记住遍历位置的对象
3. 迭代器从集合的第一个元素开始访问， 直到所有元素被访问完而结束，访问完的标识是出现异常标识StopIteration。它只能往前不能后退
4. 迭代器有两个基本方法：iter()和 next()
5. 字符串、列表、元组等可迭代对象 (iterable)都可以用于创建迭代器
6. 只要实现了__iter__对象就是可迭代对象，同时实现了__iter__和__next__的是迭代器，并且__next__在迭代完成后应该抛出异常。

二. 生成器

生成器是一类特殊的迭代器

1. 创建生成器及使用

(1). 普通生成器
创建方法:generator = (iterable)
取值方法:next(generator)

生成器类似于列表推导式[ i for i in range(10) ], 不过把中括号 [ ] 换成小括号 ()，从而变成生成器

简单尝试如下案例：

g = (i for i in range(10))
print(g)

结果：

<generator object <genexpr> at 0x00000242630FE830>

(2). 函数生成器
在函数中添加yield关键字，该函数就为生成器

2. 用生成器函数写裴波那切数列

yield为生成器，return返回异常值

def fib(n):
    current = 0
    num1, num2 = 0, 1
    while current < n:
        num = num1
        num1, num2 = num2, num1 + num2
        current += 1
        yield num
    return "done"


F = fib(5)
print(next(F))
print(next(F))
print(next(F))
print(next(F))
print(next(F))
print(next(F))

结果：

0
1
1
2
3
StopIteration: done

同例：

结果：

3. 生成器的概念及其特点

1. 在python中使用了yield的函数不是函数，而是生成器（generator）
2. 与普通函数不同，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单的理解是：生成器就是一个迭代器
3. 在调用生成器运行的过程中，每次遇到 yield 时，函数会暂停并保存当前运行的运行状态、所有信息(类似于断点执行，阻塞、挂起状态)，yield后面的值作为返回值返回，并在下一次执行 next() 时从当前位置继续运行(唤醒生成器)
4. 调用一个生成器函数，返回的是一个迭代对象