python迭代器和生成器

1 .迭代器

1.1 迭代器

各种类型的遍历方法

fox x in "abc"

fox x in (1,2,3)

for key,val in dict.items():

我们可以把for.. in..这类语句迭代读取一条数据 供我们使用的对象称之为可迭代对象

1.2 如何判断一个对象是否可以迭代：

可以使用isinstance()判断一个对象是否是可迭代对象(Iterable)

例： from collettions import Iterable

isinstance([],Iterable) -------True

isinstance(mylist, Iterable)-----False

1.3可迭代对象的本质：

可迭代对象通过__iter__方法像我们提供了一个迭代器，也就是说一个具备了__iter__方法的对象 就是可迭代对象。

例：

class Mylist(object):

def __init__(self):

self.container = [ ]

def add(self,item):

self.container.append(item)

def __iter__(self):

pass

#添加了__iter__方法的mylist对象已经是一个可迭代对象了

1.4 iter函数与next函数

list和tuple等都是可迭代对象，我们可以通过iter函数获取这些可迭代对象的迭代器，然后我们可以获取到的迭代器不断使用next()函数来获取下一条数据，iter函数实际上就是调用了可迭代对象的__iter__方法

例：

li = [11,22,33,44,55]

li_iter = iter(li)

next(li_iter)----11

next(li_iter)----22

........

next(li_iter)----55

如果再继续输入 就会显示异常：StopIteration

# 因为当我们迭代完最后一个数据后，再次调用next函数会抛出Stoplteration异常来告诉我们都已经迭代完成 不用在执行next函数了。

1.5 如何判断一个对象是否是迭代器

可以使用isinstance()判断是否是Iterator对象

例:

from collections import Iterator

isinstance([],Iterator)----False

isinstance(iter([ ]),Iterator)-----True

isinstance(iter('abc'),Iterator)---True

1.6 迭代器

一个实现了__iter__方法和__next__方法的对象 就是迭代器

1.7 for...in..循环的本质

for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器 然后对获取到的迭代器 不断用next方法来获取下一个值，并将其赋值给item，当遇到Stopiteration的异常后 循环结束

2.生成器

1.生成器

利用迭代器，我们可以在每次迭代获取数据(通过next()方法)时 按照特定的规律进行生成，但是我们实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next函数进行迭代使用，我们可以用更简便的语法 即： 生成器， 生成器是一类特殊的迭代器

2. 创建生成器的方法

创建生成器的第一种方法:

要创建一个生成器，有多种方法，第一种简单 只要把列表生成式的[]改成（）

例：

L = [x*2 for x in range(5)]

L---[0,2,4,6,8]----(列表生成式)

G=（x*2 for x in range(5)）-----生成器

对于生成器我们可以按照迭代器使用方法来使用，next

创建生成器的第二种方法：

generator非常强大，如果推算的算法比较复杂，用累死列表生成式的for循环无法实现的时候 还可以用函数来实现。

例：

def fib(n):

i=0

num1,num2 = 0,1

while i<n:

num = num1

num1,num2 = num2,num1+num2

i+=1

yield num

return 'done' #返回异常值

#如果函数中出现了yield，那么这么函数就不能称为函数了 它叫生成器，也就是说如果看到了yield，那么就剩生成器，

yield #让代码暂停执行

yield == return

使用 send唤醒：