可迭代对象（Iterable）
-
包含
- 迭代器
- 生成器
- 序列
- list
- str
- tuple
- 字典
- 迭代器
-
迭代器协议
对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。
迭代器（Iterator）
定义
- 有两个基本的方法：iter() 和 next()。
- 访问集合元素的一种方式。
- 可以记住遍历的位置的对象。
- 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不能后退。
迭代器和可迭代对象的区别
- 可迭代对象包含迭代器。
- 如果一个对象拥有
__iter__()方法，就是可迭代对象。 - 定义迭代器，必须在实现
__iter__()的基础上，再实现next()方法。 - 可迭代对象可被
for遍历，迭代器在此基础上可以调用next()方法
创建一个迭代器
创建一个迭代器类
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。
- iter() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
- next() 方法（Python 2 里是 next()）会返回下一个迭代器对象。
例：
from collections import Iterable,Iterator
#创建一个返回数字的迭代器, 初始值为 1, 逐步递增1
class MyNumbers:
def __init__(self):
self.a = 1
def __iter__(self):
return self
def __next__(self):
x = self.a
self.a += 1
return x
a = MyNumbers()
print(isinstance(a, Iterator))#判断是否是迭代器
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))
运行结果如下：
True
1
2
3
4
5
使用内置iter()函数
使用iter()函数将可迭代对象转换为迭代器
例：
from collections import Iterable,Iterator
a = [1,2,3,4]
b = iter(a)
print(type(a))#查看类型
print(type(b))
print(isinstance(a, Iterable))#判断是否为可迭代对象
print(isinstance(b, Iterable))
print(isinstance(a, Iterator))#判断是否是迭代器
print(isinstance(b, Iterator))
print(next(b))
print(next(b))
print(next(b))
print(next(b))
运行结果如下:
<class 'list'>
<class 'list_iterator'>
True
True
False
True
1
2
3
4
StopIteration异常
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在__next__()方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
例：在 10 次迭代后停止执行
class MyNumbers:
def __init__(self):
self.a = 1
def __iter__(self):
return self
def __next__(self):
if self.a <= 10:
x = self.a
self.a += 1
return x
else:
raise StopIteration
a = MyNumbers()
for i in a:
print(i)
执行结果如下
1
2
3
4
5
6
7
8
9
10
生成器（generator）
定义
生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。
生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。
Python有两种不同的方式提供生成器
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
例：
def abc():
yield "a"
yield "b"
yield "c"
x = abc()
print(next(x))
print(next(x))
print(next(x))
执行结果如下：
a
b
c
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
a = [i for i in range(5)]#列表推导
b = (i for i in range(5))#生成器表达式
print(type(a))
print(type(b))
执行结果如下：
<class 'list'>
<class 'generator'>
特点
语法上和函数类似：
生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义。差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值
自动实现迭代器协议：
对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next()方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常
状态挂起：
生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行。
延迟计算:
一次返回一个结果。不会一次生成所有的结果，在对于大数据量处理时，不一会因为一次性生成大量结果导致机器直接卡死。
生成器只能遍历一次:
例：
a = (x ** 2 for x in range(4))
for i in a:
print(i)
for i in a:
print(i)
else:
print("再次遍历什么都没有输出")
执行结果如下：
0
1
4
9
再次遍历什么都没有输出