迭代器和生成器

迭代器
概念： 迭代器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

可迭代对象：一般来说可以用for进行遍历的就是可迭代对象，例如：list,tuple等类型都是迭代器

实例：
1、创建一个类，该类包含__iter __魔法方法就是可迭代对象
2、一个类中含有__iter__和__next__两个魔法方法就是迭代器
测试1：

##迭代器测试

from collections.abc import Iterable
from collections.abc import Iterator

class Classmate(object):
    def __iter__(self):
        pass


classmate = Classmate()
print('是否为可迭代对象',isinstance(classmate,Iterable))

结果：
是否为可迭代对象 True

测试2：
##迭代器测试

from collections.abc import Iterable
from collections.abc import Iterator

class Classmate(object):
    def __iter__(self):
        pass
    def __next__(self):
        pass

classmate = Classmate()
print('是否为可迭代器',isinstance(classmate,Iterator))

那么上面创建的迭代器如何使用呢：
测试

##迭代器测试

from collections.abc import Iterable
from collections.abc import Iterator

class Classmate(object):
    def __init__(self):
        self.numbers = [1,2,3,4]
        self.current_count = 0
    def __iter__(self):
        return self#可迭代对象__iter__的返回值要求是一个实例化对象，并且该对象有__iter__和__next__方法，所以刚好选择自身
    def __next__(self):
        if self.current_count < len(self.numbers):
        #判断是否为自生的最后一个元素
            ret = self.numbers[self.current_count]
            self.current_count +=1
            return ret
        else:
            raise StopIteration #结束迭代器
                

classmate = Classmate()
for each_num in classmate:
    print(each_num)

特点：如果一个对象是迭代器，那么一定是可迭代对象

迭代器的优点
占用极小的内存，实现功能

举例说明占用内存小：
##常规方法打印斐波那契数列

def fib(countAll):
    a,b = 0, 1
    count = 0
    k = []#存放所有的数据
    while True:
        if count < countAll:
            k.append(a)
            count += 1
            a, b = b, a+b
        else:
            break
    return k

f = fib(3)
print(f)

##用迭代器实现斐波纳契
class Fibonacci(object):
    def __init__(self, all_num):
        self.all_num = 10
        self.a = 0
        self.b = 1
        self.current_num = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current_num < self.all_num:
            ret = self.a
            self.a, self.b = self.b, self.a + self.b
            self.current_num += 1
            return ret
        else:
            raise StopIteration

fib = Fibonacci(10)#生成十个

for num in fib:
    print(num)

生成器：带有yield 的函数就是生成器,生成器是一种特殊的迭代器
作用：可以实现多任务同时进行

使用

import time
def test1():
    while True:
        print('===working__test1====')
        time.sleep(0.4)
        yield


def test2():
    while True:
        print('===working__test2====')
        time.sleep(0.4)
        yield

def main():
    t1 = test1()#生成一个生成器
    t2 = test2()#生成一个生成器
    while True:
        next(t1)#执行一次函数
        next(t2)

if __name__ == '__main__':
    main()

生成器的特点：
1、yield 类似与return ，但是不会重新执行函数，只会在上一次终止的地方开始执行
2、不仅仅是next()启动生成器，通过send来启动生成器,生成器.send(None)类似于next(obj)，但是可以传参数,传过去的参数可以作为 yield的返回值