迭代器和生成器的原理以及使用

——**

迭代器

**
我们每次用for循环取值，具体for循环是是怎么实现的呢？
我们知道列表、字典、集合、字符串都可以用for循环取值，而一个数字为什么不行呢
for循环也是有要求的，首先能循环取值的必须是一个可迭代对象，看下面例子：

from collections import Iterable
a = "abc"
print(isinstance(a, Iterable))  # 判断是不是一个可迭代的对象，返回True就是可迭代对象，所以能用for循环

再看一个例子：

a = 1234
for i in a:   # 这里会报错：TypeError: 'int' object is not iterable
    print(a)

意思就是int不是一个可迭代对象
print(isinstance(a, Iterable)) # 返回False，所以不能用for循环

下面有3个变量

iter = [1, 2, 3, 4, 5, 6]
iter_1 = [1, 2, 3, 4, 5, 6].__iter__()
iter_3 = {"a": "1", "b": "2"}.__iter__()
print(type(iter))    # 发现类型是一个列表
print(type(iter_1))  # 发现类型是一个列表迭代器list_iterator
print(type(iter_3))  # 发现类型是一个字典迭代器dict_keyiterator

所以后面加上__iter__就是将一个可迭代的对象变成了一个迭代器
for循环就是在执行之前可迭代对象加了__iter__,变成了迭代器，然后一一去取值，那么怎么取值呢，就是用__next__

#一个一个的取值

print('---', iter_1.__next__())
print('---', iter_1.__next__())

如果取值时超出了迭代器的值，就会报一个StopIteration错误（比如迭代器有2个值，但是用了3个__next__），所以这里要想取所有值并且不报错，就可以死循环取值和断言

iter = {1: "a", 2: "b", 3: "c", 4: "d"}.__iter__()
while True:
    try:
        item = l_iter.__next__()
        print(item)
    except StopIteration:
        break

这样其实就相当于模拟了for循环

生成器

Python中提供的生成器：

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

def fun1():
    a = 1
    print('定义a变量')
    yield a
    b = 2
    print('定义b变量')
    yield b
    
f1 = fun1()
print('f1 : ', f1)       # 打印f1发现f1就是一个生成器
print('-'*20)
print(next(f1)) 
#>>  定义a变量
#>>  1

生成器表达式：
1、a = [“A%s” % i for i in range(10)] # 如果range（100000），很占用内存
print（a）# 是生成一个列表
结果：[‘A0’, ‘A1’, ‘A2’, ‘A3’, ‘A4’, ‘A5’, ‘A6’, ‘A7’, ‘A8’, ‘A9’]

2、a = (‘A%s’ % i for i in range(10)) # 生成器表达式， 如果range（100000），不占用内存，因为没有生成，真正用时才会根据算法生成。
print（a）
结果：<generator object at 0x003E0AB0> # 返回的是一个生成器的内存地址
print（next（a））
print（a.next()）# 和next一样，都是取值
把列表解析的[]换成()得到的就是生成器表达式