15.迭代器：工具
1.可迭代对象：
官方声明，只要具有__iter__方法的就是可迭代对象
list,dict,str,set,tuple -- 可迭代对象，使用灵活
#方法一：
list.__iter__()
dict.__iter__()
#方法二：
查看源代码
#方法三：
print(dir(list))
#官方声明，只要具有__iter__方法的就是可迭代对象
2.迭代器：
官方声明：只要具有__iter__方法__next__方法就是迭代器
f = open("",'w')
f.__iter__()
f.__next__()
将可迭代对象，转换成迭代器
lst = [1,2,3,4,6]
new_lst = lst.__iter__()#将可迭代对象，转换成迭代器
new_lst.__iter__()
new_lst.__next__()
print(new_lst.__next__())#每次获取一个值，第一次获取第一个值，以后向后推
#自己写 for i in lst(): print(i)
lst = [1,2,3,4,6]
count = len(lst)
new_lst = lst.__iter__()
while count:
print(new_lst.__next__())
count -= 1
#for的本质
lst = [1,2,3,4,6]
new_lst = lst.__iter__()
while 1:
try:
print(new_lst.__next__())
except:
break
3.总结：
可迭代对象：
优点：使用灵活，可以直接查看值
缺点：占内存，不能迭代值
迭代器：
优点：节省内存，惰性机制
缺点：使用不灵活，操作较繁琐，不能直接查看元素
迭代器的特性：
- 一次性的（用完就没有了）
- 不能后退
- 惰性机制（节省内存）
可迭代对象：具有__iter__()方法的
可迭代器：具有__iter__()方法和__next__()方法的
迭代器的使用时机：当容器中数据量较多的时候使用迭代器
16.生成器：
迭代器：python中内置的一中节省空间的工具
生成器的本质就是一个迭代器
生成器与迭代器的区别：
迭代器：python自带
生成器：程序员写的
写一个生成器：
将函数中的return改写成yield就是一个生成器,return和yield都是返回：
- return和yield都是返回
- return和yield都可以写多次
- return只执行一次，yield可执行多次
- 一个next对应一个yield，会记录停留的位置。超出会报错
g = func()#产生一个生成器
生成器可以使用for循环取值
yield from -- 将可迭代对象的元素逐个返回
在函数内部，yield能将for循环和while循环进行暂停
def func():
print(123)
yield "你好"
print(321)
yield "我好"
print(func())
#结果：<generator object func at 0x000001913911F0A0>
g = func()
g.__inter__()
print(g.__next__())
#会记录停留的位置
def func():
if 3 > 2:
yield "你好"
if 4 > 2:
yield "我好"
yield "大家好"
g = func()
print(g.__next__())
print(g.__next__())
print(g.__next__())
'''
结果：
你好
我好
大家好
'''
#for 循环
for i in g:
print(i)
坑：会产生新的生成器
#每次都是新的生成器
print(foo().__next__())
print(foo().__next__())
#用赋值只产生一个生成器
g = foo()
def foo():
for i in range(10):
pass
yield i
count = 1
while 1:
yield count
count += 1
g = foo()
#print(next(g)) = print(g.__next__()) --推荐使用next(g)
print(next(g))
print(next(g))
print(next(g))
#next可以在while中停住
'''
结果：
9
1
2
'''
seed() -- 了解
#send()第一次只能传None，用于激活，否则会报错，以后可以传各种数据
def func():
a = yield "send激活"
print(a)
b = yield "send开始"
g = func()
print(g.send(None))
print(g.send(123))
生成器应有场景：
#当有大量的数据时
def func():
lst = []
for i in range(1000000):
lst.append(i)
return lst
print(func())
#生成器改进
def func():
for i in range(1000000):
yield i
g = func()
for i in range(50):
print(next(g))
yield from -- 将可迭代对象逐个返回
def func():
list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]
yield from list1 #yield list1 会直接返回整个列表
g = func()
print(next(g))
print(next(g))
'''
结果：
牛羊配
老奶奶花生米
'''
def func():
list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]
lsit2 = ["小浣熊","老干爹","亲嘴烧","麻辣烫","黄焖鸡","井盖"]
yield from list1
yield from list2
g = func()
#将lsit1返回完，才会返回list2
print(next(g))
print(next(g))
print(next(g))