Python 迭代器与生成器

迭代器 （iterator）

迭代的对象（iterable）：列表（list）、字典（dict）、元祖（tuple）、字符串（str）、集合（set）

dir（） 查看数据类型的所用方法

print(dir([]))

print(dir({}))

print(dir(5))

迭代的对象定义： 内部含有__iter__()方法的数据类型，就是可迭代的对象  --》（可迭代协议）

ret = ‘__iter__’ in dir('abc')

print（ret）

'abc'.__iter__() : 含有__iter__() 和__next__()称为迭代器（iterator）

迭代器定义：迭代器你可以理解为一个容器，从这个容器中一个接一个把值取出来的过程，就是迭代过程

如何取值：print（ret.__next__()）

　　　　　print（ret.__next__()）

　　　　　print（ret.__next__()）

　　　　l = ['ha','hei','he']
　　　　lst_iter = l.__iter__()
　　　　print(lst_iter.__next__())

　　　　print(lst_iter.__next__())
　　　　print(lst_iter.__next__())

Python 一切皆对象

 　　　   print('__iter__' in dir(lst_iter))
　　　　print('__next__' in dir(lst_iter))
　　　　print(set(dir(lst_iter)) - set(dir(l)))
　　　　lst_iter.__next__()

可迭代协议：必须含有__iter__()方法

迭代器协议：包含__next__(),__iter__()方法

　　包含__next__方法的可迭代对象就是迭代器
　　迭代器是可迭代的 的一部分
获得迭代器：可迭代的调用 __iter__()
使用迭代器：迭代器.__next__()

可迭代的  ： __iter__
迭代器    : __iter__ 和__next__
迭代器和可迭代的关系 :可迭代的包含迭代器
迭代器和可迭代的判断 ：两种方法

迭代器的工作原理
l_iter = [1,2,3,4,5].__iter__()
只是记录当前这个元素和下一个元素
　　　　print('__iter__' in dir(range(10)))
　　　　print('__next__' in dir(range(10)))
　　　　range_iter = range(10).__iter__()
　　　    print(range_iter.__next__())
　　　　print(range_iter.__next__())
迭代器的特点  —— 迭代器是个好东西
惰性运算
从前到后一次去取值,过程不可逆 不可重复
节省内存

　　for item in [1,2,3]:
　　　　pass

    　　list_iter = [1,2,3].__iter__()
    　　list_iter.__next__()

用while循环模拟for循环的方式  —— for循环是依赖迭代器的，且我们自己也可以仿照着写
　　　　 l = [1,2,3,4,5]
　　　　 l_iter = l.__iter__()
　　　　 while True:
　　　　     try:
　　　　         print(l_iter.__next__())
　　　　    except StopIteration:
　　　　         break

for循环是让我们更简单的使用迭代器
用迭代器取值就不需要关心索引或者key的问题了

迭代器是个好东西
目前我们已知的可迭代的都是python提供给我们的
　　range()
　　enumerate()
在平时写代码的过程中，我们用for循环就够了

我自己想写个可迭代的,——生成器
生成器的本质就是迭代器
因此生成器的所有好处都和迭代器一样
但是 生成器是我们自己写的python代码
生成器的实现由两种方式：
1.生成器函数
2.生成器表达式
　　　　def func():
　　　　    return ['衣服1','衣服2000000']
　　　　ret = func()
　　　　print(ret)

　　　　def g_func():
　　　　    yield 1

　　　　g = g_func()
　　　　print(g)
generator 生成器   --->  迭代器
print(g.__next__())
生成器函数和普通函数之间的区别
生成器函数中含有yield关键字
生成器函数调用的时候不会立即执行，而是返回一个生成器

　　def g_func():
   　　 print('aaaa')
   　　 yield 1
    　　print('bbbb')
    　　yield 2
   　　 yield 3

　　　g = g_func()

　　　　 for i in g:
　　　   print(i)
　　　　print(g.__next__())
　　　　print(g.__next__())
　　　    print(g.__next__())


def cloth():
    for i in range(1000000):
        yield  '衣服%s'%i

g = cloth()
for i in range(50):
    print(g.__next__())

for i in range(50):
    print(g.__next__())