迭代器/生成器

迭代器

#1.什么是迭代器
    迭代取值的工具

#2.为什么用迭代器
    优点：
        1、提供一种不依赖索引的取值方式
        2、更节省内存（自定义迭代器是，它所占的内存是功能本身的代码量，）
    缺点：
        1、没有按索引取值灵活
        2、迭代器对象是一次性的，值可以取完，再想取值重新把可迭代对象定义为迭代器对象

　　　　　　

#3. 如何用迭代器

　　可迭代的对象:　　strlist	upledictset文件对象
      但凡内置有__iter__方法的对象都称之为可迭代对象
　　    可迭代对象).__iter__=====》》迭代器对象

　　迭代器对象: 　　文件对象
　　　　既内置有__iter__方法又内置有__next__方法的对象都称之为迭代器对象    

　　__iter__与__next__简便写法

k={'a':111,'b':222,'c':333}
iter_k=iter(k)                      # k.__iter__()
print(next(iter(k)))            #iter_d.__next__()    

　　

4.for循环的底层工作原理（必须是可迭代类型）

　　1　　把可迭代对象转换为迭代器对象，
　　 2　　调迭代器的__next__方法，取值，取值
　　 3　　用try和except监测异常，在把迭代器中值取完的情况下结束循环

方式一方式二是一个引子
方式一
k={'a':111,'b':222,'c':333}
k1=k.__iter__()

    print(k1.__next__())
    print(k1.__next__())
    print(k1.__next__())
    print(k1.__next__())
------------------------------------------------
方式二
k={'a':111,'b':222,'c':333}
k1=k.__iter__()
while True:
    v=k1.__next__()
    print(v)
----------------------------------------------
方式一二执行结果一样，都会报错（超出索引范围）
那么通过添加try和except来阻止报错
k={'a':111,'b':222,'c':333}
k1=k.__iter__()
while True:
    try:                    #监管代码执行，遇到异常，捕捉异常，开始和except后的值匹配，是否是这个错误
        v=k1.__next__()
        print(v)
    except StopIteration:
        break

　　

生成器

一、什么是生成器

　　　　只要函数内部包含有yield关键字，那么函数名()得到的结果就是生成器，并且不会执行函数内部代码

二、如何用生成器

　　　　但凡函数内出现yield关键字,再去调用函数不会立即执行函数体代码，通过next()调用

def func():
    print('a')
    yield 1
    print('s')
    res=yield 2
    print('c')
    res=yield 3

g=func()
s=next(g)
print(s)
next(g)
print(res)
next(g)
print(res)
next(g)

通过next()调用yield，因为生成器是迭代器的一种，所以在next执行完也会报错，仍通过try监测异常
def func..
....
try:
    g=func()
    print(next(g))
    next(g)
    next(g)
    next(g)
except:
    print(0)

总结yield:
1. 提供一种自定义迭代器的解决方案
2. yield & return
　　相同点: 都可以返回值,返回值没有类型限制和个数限制

　　不同点: 函数遇到return会结束函数体
　　　　　  遇到yield是让函数暂停在某一个位置

　

小练习，自定义range

def a(start,stop,s):
    while start<stop:
        yield start
        start+=s
for i in a(1,50,2):        范围及步长自定义
    print(i)