【Python基础】迭代器生成器

迭代器 (iterators) ：

迭代器是⼀个让程序员可以遍历⼀个容器（特别是列表） 的对象。

然⽽， ⼀个迭代器在遍历并读取⼀个容器的数据元素时， 并不会执⾏⼀个迭代。

换句话说这⾥有三个部分：
可迭代对象 (Iterable)：

可迭代对象 (Iterable) 是Python中任意的对象， 只要它定义了可以返回⼀个迭代器的 iter ⽅法， 或者定义了可以⽀持下标索引的 getitem ⽅法， 那么它就是⼀个可迭代对象。

简单说，可迭代对象就是能提供迭代器的任意对象。

迭代器 (Iterator)：

迭代器 (Iterator) ：任意对象， 只要定义了next (Python2) 或者 next ⽅法， 它就是⼀个迭代器。

迭代 (Iteration)：

迭代 (Iteration) 就是从某个地⽅（⽐如⼀个列表） 取出⼀个元素的过程。

当我们使⽤⼀个循环来遍历某个东西时， 这个过程本⾝就叫迭代。

生成器 (Generators)：

⽣成器也是⼀种迭代器， 但只能对其迭代⼀次。

因为它并没有把所有的值存在
内存中， ⽽是在运⾏时⽣成值。

通过遍历来使⽤它们， 要么⽤⼀个 “for” 循环， 要么将它
们传递给任意可以进⾏迭代的函数和结构。

⼤多数时候⽣成器是以函数来实现的。

然⽽，
它们并不返回⼀个值， ⽽是 yield (暂且译作“⽣出”)⼀个值。

直接上代码：

# ⽣成器最佳应⽤场景： 不想同⼀时间将所有计算出来的⼤量结果集分配到内存当中， 特别是结果集⾥还包含循环。

这样做会消耗⼤量资源,许多Python2⾥的标准库函数都会返回列表， ⽽Python3都修改成了返回⽣成器， 因为⽣成器占⽤更少的资源。


def generator_function():
    for i in range(10):
        yield i


for item in generator_function():
    print(item)

下⾯是⼀个计算斐波那契数列的⽣成器的例子：

# generator version
def fibon_generatorVersion(n):
    a = b = 1
    for i in range(n):
        yield a
        a, b = b, a + b

# ⽤这种⽅式， 可以不⽤担⼼会使⽤⼤量资源
for x in fibon_generatorVersion(10):
    print(x)

print("-------------")

#list version
def fibon_listappendVersion(n):
    a = b = 1
    result = []
    for i in range(n):
        result.append(a)
        a, b = b, a + b
    return result

# 也许会在计算很⼤的输⼊参数时，⽤尽所有的资源
for x in fibon_listappendVersion(10):
    print(x)

yield注意点：

# ⽣成器也是⼀种迭代器， 但只能对其迭代⼀次
def generator_function():
    for i in range(3):
        yield i

gen = generator_function()
print(next(gen)) #output 0
print(next(gen)) #output 1
print(next(gen)) #output 2
print(next(gen)) #output StopIteration

# 在yield掉所有的值后， next()触发了⼀个StopIteration的异常。

for不会报错是因为for循环会⾃动捕捉到这个异常并停⽌调⽤next()。

iter对象：

# str对象不是⼀个迭代器,它是⼀个可迭代对象,⽽不是⼀个迭代器。

它⽀持迭代,但我们不能直接对其进⾏迭代 *** 作
my_string2 = "Taeyeon"
print(next(my_string2))     #output: TypeError: 'str' object is not an iterator

# iter 它将根据⼀个可迭代对象返回⼀个迭代器对象。


my_string1 = "Koma_zhe"
my_iter = iter(my_string1)
print(next(my_iter))
print(next(my_iter))
print(next(my_iter))
print(next(my_iter))