生成器与迭代器

1、 生成器

　　生成器是一种特殊的迭代器，它的定义更加优雅，它不需要像迭代器那样定义定义__iter__和__next__方法。

　　生成器分为2种形式：

1. 如果一个函数是带 yield 语句。那么它就变成了一个生成器，一个普通函数或者子 程序只返回一次，但一个生成器能暂停执行并返回一个中间的结果----那就是 yield 语句的功能， 返 回一个值给调用者并暂停执行。当生成器的 next()方法被调用的时候，它会准确地从离开地方继续
2. 生成器表达式：类似于列表推导，只不过是把一对大括号[]变换为一对小括号(),生产器表达式不会一次返回所有结果产生一个列表，而是返回一个生成器，这个生成器在每次调用时返回一个结果。 生成器表达式使用了"延迟计算"(lazy evaluation), 所以它在使用 内存上更有效.。

 

 [x * x for x in range(10)]  列表表达式，通过它得到一个列表



(x * x for x in range(10)) 生成器表达式 通过它得到一个生成器

 

　　

#_*_coding:utf-8_*_
__author__ = 'Alex Li'

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield                    #yield 接受send方法传递的值

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))


def producer(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)                          #send方法发送的数据可以被yield接受
        c2.send(i)

producer("px")

 

 

2、迭代器

　　可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator，全部取出后, 会引发一个 StopIteration 异常, 这并不表示错误发生, 只是告诉外部调用者, 迭代完成

　　Iterator对象表示的是一个数据流，可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算
　　迭代器是一次性消耗品，使用完了以后就空了


 

迭代器的特定：

1. 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
2. 不能随机访问集合中的某个值 ，只能从头到尾依次访问
3. 访问到一半时不能往回退
4. 便于循环比较大的数据集合，节省内存

 

 

对于python内置的可迭代（iterable）对象，可以通过内置的iter()函数来获取相应的迭代器对象。除了使用iter()函数将内置的序列对象转换成相应的迭代器，一个可迭代对象之所以可以通过iter函数转换为迭代器对象，那是由这个可迭代对象它的__iter__的方法实现返回一个迭代器， 而一个迭代器对象调用__iter__返回的是迭代器本身。

 

a = [1,3,2,1,5]
a.__iter__()
Out[14]: <list_iterator at 0x7fb5c4fd2c18>
iter(a)
Out[15]: <list_iterator at 0x7fb5c4fa3b00>

a.__next__()
Traceback (most recent call last):
  File "/root/venv36/lib/python3.6/site-packages/IPython/core/interactiveshell.py", line 2910, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-19-d34d2a8c0899>", line 1, in <module>
    a.__next__()
AttributeError: 'list' object has no attribute '__next__


b = iter(a)
b.__next__()
Out[21]: 1

我们平常之所以可以对一个迭代器进行遍历访问，其实就是不断调用它的__next__方法。

 

我们可以自己实现迭代器协议创建迭代器对象，要实现迭代器协议也就是要在类中实现__iter__()和__next__()方法。

下面我写一个与list_iterator相同行为的迭代器

class ListIterable(object):
    def __init__(self, data):
        self.__data = data
 
    def __iter__(self):
        print("call iterable __iter__().")
        return ListIterator(self.__data)
 
 
class ListIterator(object):
    def __init__(self, data):
        self.__data = data
        self.__count = 0
 
    def __iter__(self):
        print("call iterator __iter__().")
        return self
 
    def __next__(self):
        print("call iterator __next__().")
        if self.__count < len(self.__data):
            val = self.__data[self.__count]
            self.__count += 1
            return val
        else:
            raise StopIteration