迭代器和生成器

生成器：

　　可以理解为一种数据类型，可自动实现迭代器协议，可以理解为生成器就是可迭代对象（其他数据类型可调用内置地__iter__()，如果没有内置的__iter__(),即不可迭代）

　　状态挂起：使用yield语句返回一个值。使该函数挂起该生成器函数的状态，保留信息，以便之后从它离开的地方继续执行

　优点：延迟计算 一次返回一个结果 ，等待下次需要再继续返回结果（处理较大的数据可以使用　　）

迭代器：

迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项 要么引起一个StopIteration异常，以终止迭代（只能往后走 不能往前退）
可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter()__方法
协议：协议是一种约定，可迭代对象实现了迭代器协议（for sum min max 使用迭代器协议访问对象）

1.生成器函数：

　　使用yield函数并非return语句

def test() 
    yield 1 #可多个返回值 return只能一个
    yield 2
    yeild 3
print(test())
g=test()#g:生成器 自动实现迭代器协议
print(g.__next__())

# iter_l =x.__iter__()#遵循迭代器协议，生成可迭代对象
# print(iter_l.__next__())#for循环和索引没关系 基于迭代器机制
# python 中for循环的强大之处在于可以遍历序列和非序列类型 例如文件
f = open('字节方式与文件','r+',encoding='utf-8')
text_f =f.__iter__()
print(text_f.__next__(),end='')
print(text_f.__next__())
print(text_f.__next__())

补充知识：三元表达式：

name='guoguo'

'TT' if name=='guoguo' else 'FF'【三元表达式】【如果name=guoguo 则返回TT 否则返回FF】

　　赋值给result得到结果

　　result=‘TT’ if name=='guoguo' else 'FF'

　　print(result)

补充知识：列表解析：（缺点：生成列表 放入内存中 若该列表过大则占用内存较大）

缺点：占用内存大、效率低
1 egg_list = []
for i in range(10): 
    egg_list.append('鸡蛋%s'，%i)
print(egg_list)

列表解析：
l = ['鸡蛋%s' %i for i in range(10)]
  l = ['鸡蛋%s' %i for i in range(10) if i>5]#三元表达式：'鸡蛋%s' %i　　for i in range(10)　　if i>5
　l = ['鸡蛋%s' %i for i in range(10) if i>5 else ]#错误 没有四元表达式
print(l)

 生成器表达式：

laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式（直接实现迭代器协议）
print(laomuji)#生成器
print(laomuji.__next__())#运行结果：鸡蛋0
print(laomuji.__next__())#运行结果：鸡蛋1
print(laomuji.__next__())#运行结果：鸡蛋2
print(laomuji.__next__())#运行结果：鸡蛋3
print(next(laomuji))# 生成器只能遍历一次。否则报错。运行结果：鸡蛋4【小于等于鸡蛋9 大于则报错 有界限 大于则StopIteration】

总结：

　　1.把列表解析的[]换成()则为生成器表达式

　　2.列表解析与生成器表达式都为便利的编程方式，但是生成器相对更节省内存【一个一个取值  next()】

　　3.python使用迭代器协议 使for循环更通畅,而且大部分内置函数也使用迭代器协议 map() sum() max() min() reduce() filter()

 注：参考https://www.cnblogs.com/linhaifeng/以及老师教学视频