python中的for循环原理，可迭代对象，迭代器，生成器学习记录

可迭代对象——容器

#比如一个列表
list01 = [43,5,6,77,80] 

迭代过程

#通俗的讲迭代过程其实就是for的过程
for item in list01:
   print(item)

可以被for的条件是什么？

答：能被for的对象必须具备__iter__方法
答：能被for的对象是可迭代对象

可迭代对象

1.如上所说，能被for的对象是可迭代对象
2.而可迭代对象就是为了可以迭代(for)，而迭代的本质就是不断调用迭代器next方法

for循环的原理

for循环的原理是什么？

1. 获取迭代器

# iterator为自定义的可迭代对象
iterator = list01.__iter__()

2.循环获取下一个元素

#可迭代对象提供 __next__ 方法
while True:
    try:
        item = iterator.__next__()
        print(item)

3.遇到异常停止迭代

 except StopIteration:
        break	# 退出循环

什么是生成器

生成器 本质就是（迭代器＋可迭代对象.）

生成器原理

class MyGenerator:
    # 生成器 = 可迭代对象 + 迭代器
    def __init__(self,stop_value):
        self.begin = 0
        self.stop_value = stop_value

    def __iter__(self):
        return self

    def __next__(self):
        if self.begin >= self.stop_value:
            raise StopIteration

        temp = self.begin
        self.begin+=1
        return temp

代码转换为yield执行相同效果

#调用my_range方法时，并未立即执行代码，由于代码中存在yield，所以将代码转换为生成器原理代码，延迟一步再执行
#好方法的简洁写法
def my_range(stop_value):
    number = 0
    while number < stop_value:
        yield number 
        number += 1

生成器最重要的特点调用一次next，计算一次结果，返回一个数据,
这个过程称之为惰性操作／延迟操作．
在海量数据下，可以大量节省内存.