Python迭代器、生成器

　　python中经常用到迭代，但是对于迭代器、生成器一直处于模糊的理解，查看了不少资料，感觉有些清晰了。

　　什么是迭代

　　通过for循环不断的拿到list中的值就是迭代，迭代就是循环做重复的事情。

for i in range(10):
    print(i)

 　　可以通过for循环进行迭代的对象称为可迭代对象（Iterable)，如何判断是否是可迭代对象，可以用collection模块中的Iterable来判断

>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance("",Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance(123,Iterable)
False
>>> isinstance((),Iterable)
True

 　　可迭代对象内部都实现了_iter_方法，例如list，通过help(list)查看

|  __iter__(self, /)
|      Implement iter(self).

　　可迭代对象可以通过循环拿到值，但是可迭代对象不是迭代器。

　　迭代器

　　为什么list、dict、str等数据类型不是Iterator？这是因为Python的迭代器(Iterator)对象表示的是一个数据流，迭代器(Iterator)对象可以被next() 函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

      迭代器(Iterator)甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
　　迭代器可以通过next函数不断计算下一个数据。

>>> c=iter(b)
>>> c
>>> next(b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'list' object is not an iterator
>>> next(c)
0

 　　可以看到list是可迭代对象，但是无法使用next函数，因为它不是迭代器，而c则可以

　　创建迭代器的方法

　　可以通过 iter(list/set..) 来把一个可迭代对象创建为迭代器。

　　生成器

　　生成器可以理解为特殊的迭代器，它也实现了iter和next方法，也是基于计算的迭代，一边计算一边迭代的机制称为generator

　　创建生成器的方法

　　1. 通过列表推导式，把列表生成式的[]改为()

>>> g=(x for x in range(10))
>>> type(g)
<class 'generator'>

 　　2.通过生成器函数得到一个生成器，定义一个包含yield的函数，普通函数中通过return返回值，返回后整个函数已经结束，而生成器函数中通过yield返回值，返回后会记录yield的位置，然后下次再调用会从yield的位置继续执行

def func(n):
    a=1
    for i in range(n):
        yield a
        a+=i

a=func(5)
print(a)
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())

 　　看下结果，返回的是一个生成器，可以通过next函数不断拿到值，直到抛出StopIteration

　　总结：

1. 可迭代对象不一定是迭代器

2.迭代器一定是可迭代对象

3.实现了__next__函数（或可以通过next函数取值），__iter__函数的是迭代器

4.生成器是特殊的迭代器，可以通过列表推导式或者函数中使用yield来获得生成器