一、可迭代协议：可以被迭代要满足要求的就叫做可迭代协议。内部实现了__iter__方法
iterable：可迭代的------对应的标志
什么叫迭代？：一个一个取值，就像for循环一样取值
字符串，列表，元组，集合，字典都是可迭代的
二、迭代器协议：内部实现了__iter__，__next__方法
迭代器大部分都是在python的内部去使用的，我们直接拿来用就行了
迭代器的优点：如果用了迭代器，节约内存，方便操作
dir([1,2].__iter__())是列表迭代器中实现的所有的方法，而dir([1,2])是列表中实现的所有方法，都是以列表的方式返回给我们，为了方便看清楚，我们把他们转换成集合，然后取差集，然而，我们看到列表迭代器中多出了三个方法，那么这三个方法都分别是干什么的呢？
1 print(dir([1,2].__iter__()))#查看列表迭代器的所有方法
2 print(dir([1,2]))#查看列表的所有方法
3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))
1 iter_l=[1,2,3,4,5,6].__iter__()
2
3 print(iter_l.__length_hint__())#获取迭代器中元素的长度
4 # print(iter_l.__setstate__(4))#根据索引指定从哪里开始迭代
5
6 print(iter_l.__next__())
7 print(iter_l.__next__())
8 print(iter_l.__next__())#一个一个的取值
9 print(next(iter_l))
10 #next(iter_l)这个方法和iter_l.__next__()方法一样，推荐用next(iter_l)这个
1 l=[1,2,3,4,5]
2 a=l.__iter__()
3
4 # print(next(a))
5 # print(next(a))
6 # print(next(a))
7 # print(next(a))
8 # print(next(a))
9 # print(next(a)) #上面的列表长度只有5个，而你多打印了，就会报错。处理的情况如下，就不会报错了
10
11 while True:
12 try:
13 item=a.__next__()
14 print(item)
15 except StopIteration: # 异常处理
16 break
三、可迭代和迭代器的相同点：都可以用for循环
四、可迭代和迭代器的不同点：就是迭代器内部多实现了一个__next__方法
五、判断迭代器和可迭代的方法：
第一种：判断内部是不是实现了__next__方法
1 '__iter__' in dir(str)#如果__iter__在这个方法里面，就是可迭代的。
第二种：
Iterable 判断是不是可迭代对象
Iterator 判断是不是迭代器
用法：
1 from collections import Iterable
2 from collections import Iterator
3
4 #比如给一个字符串
5 s='abc'
6 print(isinstance(s,Iterable))#isinstance判断类型的
7 print(isinstance(s,Iterator))
判断range函数和map函数
1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自带迭代器
4
5 s=range(100)#是一个可迭代的，但是不是迭代器
6 print(isinstance(s,Iterable))
7 print(isinstance(s,Iterator))
五、生成器函数：常规定义函数，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。生成器的好处，就是一下子不会在内存中生成太多的数据
python中提供的生成器：1.生成器函数 2.生成器表达式
生成器的本质：就是一个迭代器
初始生成器假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。 而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。
1 def make_cloth():
2 for i in range(1,20000):
3 yield '第%s件衣服'%(i)
4 ret = make_cloth()
5 print(next(ret))
6 print(next(ret))
7 print(next(ret))
8 for i in range(100):
9 print(next(ret))
1 必须先用next再用send
2 def average():
3 total=0 #总数
4 day=0 #天数
5 average=0 #平均数
6 while True:
7 day_num = yield average #average=0
8 total += day_num
9 day += 1
10 average = total/day
11 avg=average() #直接返回生成器
12 next(avg)#激活生成器，avg.send(),什么都不传的时候send和next的效果一样
13 print(avg.send(10))
14 print(avg.send(20))#send 1.传值 2.next
15 print(avg.send(30))
1 让装饰器去激活
2 def wrapper(func):
3 def inner(*args,**kwargs):
4 ret = func(*args,**kwargs)
5 next(ret)
6 return ret
7 return inner
8
9 @wrapper
10 def average():
11 total=0 #总数
12 day=0 #天数
13 average=0 #平均数
14 while True:
15 day_num = yield average #average=0
16 total += day_num
17 day += 1
18 average = total/day
19
20
21 ret=average() #直接返回生成器
22 print(ret.send(10))
23 print(ret.send(20))#send 1.传一个值过去 2.让当前yield继续执行
24 print(ret.send(30))
1 import time
2
3
4 def tail(filename):
5 f = open(filename)
6 f.seek(0, 2) #从文件末尾算起
7 while True:
8 line = f.readline() # 读取文件中新的文本行
9 if not line:
10 time.sleep(0.1)
11 continue
12 yield line
13
14 tail_g = tail('tmp')
15 for line in tail_g:
16 print(line)
六、yield from
1 def func():
2 # for i in 'AB':
3 # yield i
4 yield from 'AB' yield from 'AB'就相当于上面的for循环，吧循环简化了
5 yield from [1,2,3]
6
7 g=func()
8 print(list(g))
9 # print(next(g))
10 # print(next(g))
七、列表推导式：
1 举例一
2 y=2
3 #for i in range(100):
4 # print(i*y)
5
6
7 #列表推导式是for循环的简写
8 l=[i*y for i in range(100)]
9
10 举例二
11 l=[{'name':'v1','age':'22'},{'name':'v2'}]
12 # for dic in l:
13 # print(dic['name'])
14 name_list=[dic['name'] for dic in l]
15 print(name_list)
# ======一层循环======
l = [i*i for i in range(1,10)]
print(l)
# 上面的列表推倒式就相当于下面的
l = []
for i in range(1,10):
l.append(i*i)
print(l)
l = []
# ======多层循环========
# 1.列表推倒式
l = [i*j for i in range(1,10) for j in range(1,10)]
print(l)
# 2.循环
l = []
for i in range(1,10):
for j in range(1,10):
s = i*j
l.append(s)
print(l)
八、生成器表达式：类似于列表推倒式，就是把列表推导式的【】改为了（）
1 l=[{'name':'v1','age':'22'},{'name':'v2'}]
2
3 name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成()
4 print(name_list)#取出的是一个生成器，而不是要取得值，所以得加上next
5 print(next(name_list))
6 print(next(name_list))
7 # print(next(name_list))