day 13 迭代器 和 生成器

一。迭代器

字符串，列表，元组，字典，集合都可以被for循环，说明他们都是可迭代的。

for example:

from collections import Iterable

li = [2,3,4,6]

print(isinstance(li,Iterable))

2.思考：for是如何进行迭代的
print(dir(可迭代对象))
如果可迭代对象中有iter方法，就是可迭代的

print(li.__iter__())

3.迭代器（iterator）
迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。
for循环，能便利一个可迭代对象

4.将可迭代对象转化为迭代器（可迭代对象。__iter__()）
内部使用__next__方法，一个一个取值。
加了异常处理功能，取值到底后自动停止

用while循环模拟for循环：

li = [1,3,4,6]
li_iter = li.__iter__()
while True:
    try:
        item = li_iter.__next__()
        print(item)
    except Exception:
        break

5.思考？有了for循环，为什么还要用迭代器
for循环可以便利有序的可迭代对象，但是不可以便利无序的可迭代对象
所以我们要使用 可迭代器（iterator）

如此，这就是无所不能的for循环，最重要的一点，转化成迭代器，在循环时，同一时刻在内存中只出现一条数据，极大限度的节省了内存~（最主要因素）

二。生成器
有哪些可迭代的内部生成器（map,filter,enumerate,zip）

.1初始生成器

我们知道的迭代器有两种：一种是调用方法（系统内置迭代器和迭代对象）直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

 

Python中提供的生成器：

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

（

生成器Generator：

　　本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

　　特点：惰性运算,开发者自定义

）

 

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

def generate():
    print(666)
    print(222)
    content = yield 1
    print(content)
    print(000)
    yield 2
g = generate()
g.__next__()
g.send('hello')
#g.__next__()

 

2.2 生成器函数

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

import time
def genrator_fun1():
    a = 1
    print('现在定义了a变量')
    yield a
    b = 2
    print('现在又定义了b变量')
    yield b

g1 = genrator_fun1()
print('g1 : ',g1)       #打印g1可以发现g1就是一个生成器
print('-'*20)   #我是华丽的分割线
print(next(g1))
time.sleep(1)   #sleep一秒看清执行过程
print(next(g1))

初识生成器函数
forexample

假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。
而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。

def produce():
    """生产衣服"""
    for i in range(2000000):
        yield "生产了第%s件衣服"%i

product_g = produce()
print(product_g.__next__()) #要一件衣服
print(product_g.__next__()) #再要一件衣服
print(product_g.__next__()) #再要一件衣服
num = 0
for i in product_g:         #要一批衣服，比如5件
    print(i)
    num +=1
    if num == 5:
        break

send()方法：
#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
    # 第一次使用生成器的时候 是用next获取下一个值
    # 最后一个yield不能接受外部的值

三，列表推导式和生成器表达式　　

三，列表推导式和生成器表达式

l = [i for i in range(10)]
print(l)
l1 = ['选项%s'%i for i in range(10)]
print(l1)

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

3.Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：

sum(x ** 2 for x in range(4))