迭代器&生成器

1、迭代器：

可迭代对象 

#  如何判断一个对象是不是可迭代对象
# 方法一：isinstance(obj,Iterable)
# 方法二：看有没有__iter__方法

迭代器协议：

#1、迭代器类型必须包含 __iter__和__next__
#2、__iter__方法必须返回  self
#3、__next__必须返回下一个值，没有则抛出 StopIterator 异常
#4、对迭代器执行for循环  每次都会执行__next__方法
#5、迭代器只能迭代一次   不能重复  迭代中每次都是一个新的数据 占用内存少  
#6、for语句会忽略StopIterator异常

class Next():
    def __init__(self,stop,start=0):
        self.start = 0
        self.stop = stop

    def __iter__(self):
        return  self

    def __next__(self):
        """
        返回下一个数
        :return: 如果有返回下一个数，没有就抛出 StopIteration异常
        """
        if self.start>=self.stop-1:
            raise StopIteration
        else:
            self.start += 1
            return self.start


if __name__ == '__main__':
    obj = Next(5)
    for i in obj:
        print(i)

    # print(obj.__next__())
    # print(obj.__next__())
    # print(obj.__next__())
    # print(obj.__next__())
    # print(obj.__next__())

　　

如何判断：

#1、过isinstance(obj,Iterator)
#2、看对象有没有 __iter__属性   __next__属性

from  typing import Iterator
obj = iter(range(1,2))
print(isinstance([1,2,3],list))      #True
print(isinstance(obj,Iterator))      #True
print(isinstance([1,2,3],Iterator))  #False

"""
list和 可迭代对象区别
"""
# for attr in dir(list):
#     print(attr)   #__next__

for attr in dir(obj):
    print(attr)   #__next__    还有__iter__

生成器

为了快速方便创建一个迭代器

yield 实现快速创建迭代器，也就是 一个函数中有yield关键字，调用函数的时候不会执行函数的内容，会返回一个对象（这个对象类型是生成器类）

当要访问生成器的__next__方法时，函数会编程running状态，当执行完yield时，函数变成非running状态（即挂起），

只有再次执行生成器对象的__next__方法时函数才会被唤醒。

一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己的内置的__iter__方法），所以生成器就是可迭代对象

实现生成器的两种方法

1、直接通过函数中添加yield

def squares(start, stop):  # 第二种
    for i in range(start, stop + 1):
        yield i * i

squares(1,2)

# <class 'generator'>

2、通过推导式

squares2 = (i * i for i in range(1, 4))

# <class 'generator'>

都是返回生成器类

生成器执行顺序：

# 当要访问生成器的__next__方法时，函数会编程running状态，当执行完yield时，函数变成非running状态（即挂起），

参考博客：https://blog.csdn.net/bandaoyu/article/details/88254937