python-迭代器和生成器

可迭代对象

• 从集合的第一个元素开始访问，直到所有的元素被访问完结束，即可以被for循坏遍历
• 需要实现__iter__ 或者 __getitem__方法

from collections.abc import Iterator,Iterable
class testIter():
    def __init__(self):
        pass
    def __iter__(self):
        pass
print(isinstance(testIter(),Iterable))   #输出 True  ，说明时可迭代对象
print(isinstance(testIter(),Iterator))  #输出 False ,说明不是迭代器

迭代器

• 遵循迭代器协议的对象
• 迭代器协议：实现__iter__ 和 __next__方法，方法放回迭代器本身，next()方法返回容器的下一个元素
• 迭代器如果没有后续元素，访问时会抛出StopIteration异常，只能往前访问不能后退
• 迭代器是一个可以记住遍历的位置的对象
• 使用iter()可以获取迭代器对象

迭代器实现

• 对可迭代对象使用，iter方法

from collections.abc import Iterator,Iterable
print(isinstance(iter(str()),Iterable))   #输出True
print(isinstance(iter(str()),Iterator))   #输出True

• 实现__iter__和__next__方法，实现为迭代器

from collections.abc import Iterator,Iterable
    def __init__(self, data):
        self.data = data
        self.index = len(data)

    def __iter__(self):
        return self

    def __next__(self):
        if self.index == 0:
            raise StopIteration
        self.index = self.index - 1
        return self.data[self.index]
var=testIter('abc')     
print(isinstance(var,Iterable))   #输出 True  ，说明时可迭代对象
print(isinstance(var,Iterator))  #输出 True ,说明是迭代器
print(isinstance(str(),Iterable))   #输出True
print(isinstance(str(),Iterator))   #输出False

next方法依次访问元素

访问testIter(‘abc’)迭代器

print(next(var)) #输出 c
print(next(var))  #输出 b
print(next(var))  #输出 a
print(next(l))  #报异常 StopIteration

#或者通过for循环访问
for i in var:
	print(i)

生成器

• 是一种特殊的迭代器
• 可以使用next和send取值，不同的是，send在获取下一个元素时可以同时向生成器传递一个值，next和send(None)等同

生成器实现

使用yeild关键字

yeild：与return功能相似，会返回一个值，但是遇到yeild的时候函数会暂停并保存当前的运行信息，下次执行next/send方法时会继续执行
生成器优点：不需要将所有数据一次性都加载到内存中，对于需要的数据才进行访问

def testGene(n):
    for i in range(n):
        if i % 2 == 0:
            yield str(i) * 5
            print('abc')
g=testGene(10)
print(next(g))    #执行这一步输出  00000
print(next(g))   #执行这一步输出 abc 
                 #               22222  可以看出第一次执行到yield时就停止了，再次调用next方法时，继续执行print('abc')

• next和send方法的区别
  还是以上例子通过send方法调用

print(g.send(None))  #第一次访问，send的参数必须是None  输出 00000
print(g.send('send1'))  #执行这一步输出 abc 
                 #               22222
print(g.send('send2'))   #执行这一步输出 abc 
                 #               44444

可以看出send传递的值没有生效，需要修改一下生成器的实现

def testGene(n):
    for i in range(n):
        if i % 2 == 0:
            x=yield str(i) * 5   #接收send传递的值
            yield x
            print('abc')

g=testGene(10)
print(g.send(None))  #输出00000   （执行到第一个yield暂停,并返回00000）
print(g.send('send1')) #输出send1  （继续执行x='send1',遇到第二个yield，并返回'send1'）
print(g.send('send2')) #执行这一步输出 abc  （继续执行print,遇到生成器中的第一个yield，并返回22222
                 #               22222
print(g.send('send3'))  #输出send3     （执行x='send3',遇到生成器中的yield并返回send3
print(next(g))  #执行这一步输出 abc  （继续执行print,遇到生成器中的第一个yield，并返回44444
                 #              44444

使用生成器表达式

区别列表推导式，列表推导式使用的[]，生成器使用的()

from collections.abc import Iterator,Iterable,Generator
var=(x for x in range(10) if x%2==0)
print(isinstance(var,Iterator))  # 输出True
print(isinstance(var,Generator))   # 输出True,说明var时一个生成器