生成器generator & 迭代器iterator

全文学习自谬雪峰的官方网站https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640

1.生成器可以分为列表生成器和函数生成器

1. 列表generator

>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

2. 函数生成器

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b # 如果是print(b)就成了一个真正的函数了
        a, b = b, a + b
        n = n + 1
    return 'done'

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

 except StopIteration as e:
...         print('Generator return value:', e.value)
...         break

2. 迭代器包括了生成器，generator 是 iterator的子集

可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

这是因为Python的Iterator对象表示的是一个数据流，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，但我们却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。

凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
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。