python的iterable、iterator、generator

可迭代对象iterable

一个拥有__iter__方法的对象，可以使用for循环遍历
可迭代对象有： str、list、tuple、dict、set、iterator、generator、file

# 判断一个对象是否可迭代
>>> from collections import Iterable
>>> isinstance('abc', Iterable)
True

>>> isinstance(100, Iterable)
False

#### 迭代器 - 一个实现了`__iter__`方法和`__next__`方法的对象，就是迭代器 - 迭代器是可以被`next()`函数调用并不断返回下一个值的对象 - `iter()`函数通过调用可迭代对象的`__iter__()`方法，获取该对象的迭代器，然后对获取到的迭代器不断使用`next()`函数来获取下一条数据 迭代器有： `generator`、 `iter(iterable)` ```python >>> from collections import Iterator >>> isinstance([1，2], Iterator) # 列表不是迭代器 False >>> isinstance((1，2), Iterator) False >>> isinstance([i for i in range(10)], Iterator) False >>> isinstance((i for i in range(10)), Iterator) True

a = (i for i in range(3))
next(a)
0
next(a)
1
next(a)
Traceback (most recent call last):
File "", line 1, in
NameError: name 'a' is not defined

f = open('1.txt')
isinstance(f, Iterator) # 文件是可迭代对象、也是迭代器
True

list、dict、str等虽然是可迭代对象，但不是迭代器，可以使用iter()函数转化

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

for循环遍历iterable的本质： 通过iter()函数获取iterable的迭代器，然后对获取到的迭代器不断调用next()函数获取下一个值，当遇到StopIteration的异常时循环结束
<br/>
#### 生成器
- 一边循环一边计算的机制。 
- 一种特殊的迭代器，自动实现了"迭代器协议"(即`__iter__`和`__next__`法), 生成器在迭代过程中可以改变当前迭代值
- 具有`yield`关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后，函数会释放，而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield。
- 生成器创建方法： 
1. 把一个列表生成式的`[]`中括号改为`()`
2. 带有`yield`的函数

```python
>>> li = [i for i in range(10)]  # 列表生成式
>>> li
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> gen = (i for i in range(10))  # 迭代器
>>> gen
<generator object <genexpr> at 0x00000161109100F8>
>>> next(gen)
0
>>> next(gen)
1

实现斐波那契数列 ```python def fib(max): a, b, n = 0, 1, 0 # n表示数列的长度 while n < max: # a, b =b, a+b t = a + b a = b b = t n += 1 yield a num = fib(4) print(next(num)) # 1 print(next(num)) # 1 print(next(num)) # 2 print(next(num)) # 3 print(next(num)) # StopIteration error ```