python 生成器 迭代器 的区别

1）可迭代对象包含迭代器。

2）如果一个对象拥有__iter__方法，其是可迭代对象；如果一个对象拥有next方法，其是迭代器。

3）定义可迭代对象，必须实现__iter__方法；定义迭代器，必须实现__iter__和next方法。

4）具备可迭代性，那么就可以直接用for循环

问题1：具备可迭代性的元素，就一定是迭代器吗？

答案：不一定 验证如下：

from collections import Iterator
list = [1,2,3]

if isinstance(list,Iterator):
    print("list是迭代器")
    print(next(list))
else:
    print("list不是迭代器")

运行结果为：

list不是迭代器

由此得出：列表具有可迭代性，但是列表不是迭代器

问题2：如何让具有迭代性的元素变成迭代器？

答案：使用iter()函数

iter()函数会返回一个定义了 next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()
也是 python 的内置函数。在没有后续元素时，next()会抛出一个 StopIteration 异常


list1 = [2,4,6]
list2 = iter(list1)
print(type(list2))  # 打印对象的类型
print(dir(list2))  # 打印对象的内置方法
print(next(list2))
print(next(list2))
print(next(list2))
print(next(list2))

运行结果如下：
<class 'list_iterator'>
  File "F:/python_project/Django_project/captcha/delete.py", line 8, in <module>
    print(next(list2))
StopIteration
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']
2
4
6

问题3：什么是迭代器？

能被next()函数访问，并不断返回下一个值的对象

问题4：什么是生成器？

生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。

1，什么是生成器？
		genterator，记录一个算法，可以一边循环一边计算的一种机制

2，列表推导式
		更加耗时，更加开销系统内存

3，存储数据
		实际上算法的存储

4，节约时间，节省内存开销

列表推导式的时间开销验证如下：

import time   		   # 时间模块
import sys     		   # 系统模块 可以计算变量在内存中所使用的内存开销 需要用到固定的方法去计算
time.clock()
list = [x for x in range(2, 1000000, 2)]
costTime = time.clock()
print("创建列表耗时%g" % costTime)
print("创建列表内存开销%d" % sys.getsizeof(list))

运行结果为：

创建列表耗时0.0590449
创建列表内存开销4290016

生成器推导式的时间开销验证如下：

import time     # 时间模块
import sys      # 系统模块 可以计算变量在内存中所使用的内存开销 需要用到固定的方法去计算
time.clock()

list = (x for x in range(2, 1000000, 2))
costTime = time.clock()
print("创建生成器耗时%g" % costTime)
print("创建生成器内存开销%d" % sys.getsizeof(list))

运行结果为：

创建列表耗时1.2402e-05
创建列表内存开销88

**

2，访问生成器元素的方式

**

生成器里面访问元素的第一种方式：for循环遍历

list = (x for x in range(2, 10, 2))
for i in list:
    print(i)

运行结果为：

2
4
6
8

访问生成器中的元素的第二种方式：使用next方法访问

list = (x for x in range(2, 10, 2))
print(next(list))
print(next(list))
print(next(list))  # 需要注意的是：超出生成器生成数据的范围，会报错StopIteration

访问生成器中的元素的第三种方式：使用__next__方法访问

list = (x for x in range(2, 10, 2))
print(list.__next__())
print(list.__next__())
print(list.__next__())

运行结果为：

2
4
6

访问生成器中的元素的第四种方式：使用send()方法访问

list = (x for x in range(2, 10, 2))
print(list.send(None))     			 #注意： 对第一个参数有要求必须给None参数，后续的参数可以随便给
print(list.send("abc"))
print(list.send("efg"))

运行结果为：

2
4
6

**

3，创建生成器的方式

**
方式1：

	(x for x in range(10))   # 外面的是 () 小括号它就是一个生成器  外面是 [] 中括号它就是一个列表推导式

方式2：yield 用在函数中

def test():
    for x in range(5):
        yield x

f = test()
print(type(f))
print(next(f))
print(next(f))

运行结果为：

<class 'generator'>
0
1

带yield的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是next函数，
next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行的