迭代器和生成器

一，什么是迭代器协议

1.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，要么就引起一个StopIteration异常，以终止迭代 （只能往后走不能往前退）

2.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）

3.协议是一种约定，可迭代对象实现了迭代器协议，python的内部工具（如for循环，sum，min，max函数等)使用迭代器协议访问对象。

二，for循环的本质

循环所有对象，全都是使用迭代器协

for循环可以遍历（字符串，列表，元组，字典，集合，文件对象），但是这些都不是可迭代对象，只不过在for循环式，调用了他们内部的__iter__方法，把他们变成了可迭代对象。

然后for循环调用可迭代对象的__next__方法去取值，而且for循环会捕捉StopIteration异常，以终止迭代。

#:用while去模拟for循环做的事情
l=[1,2,3,4,5,6]
diedai_l=l.__iter__()
while True:
    try:
        print(diedai_l.__next__())
    except StopIteration:#捕捉到异常后退出
        break

三，如何查看是不是可迭代的或是不是迭代器

from collections import Iterable
from collections import  Iterator
a=range(10)
a=range(10)
print(isinstance(a,Iterator))#查看是不是迭代器
print(isinstance(a,Iterable))#查看是不是可迭代的

四，什么是生成器

可以理解为一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__iter__方法），所以生成器就是可迭代对象

五，生成器在python中的表现形式

1.生成器函数：常规函数定义，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，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

六，生成器的优点

Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。

七，生成器函数

#计算移动平均值
def wrap(func):
    def inner(*args,**kwargs):
        ret = func()
        next(ret)
        return  ret
    return inner
@wrap
def averanger():
    total=0
    day=0
    avrage=0
    while True:
        day_nub=yield  avrage
        total+=day_nub
        day+=1
        avrage=total / day
avg=averanger()
print(avg.send(15))
print(avg.send(22))

八，生成器表达式

#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死

#生成器表达式
sum(i for i in range(100000000))#几乎不占内存

九，生成器总结

1.是可迭代对象

2.实现了延迟计算,省内存，

3.生成器本质和其他的数据类型一样，都是实现了迭代器协议，只不过生成器附加了一个延迟计算省内存的好处，其余的可迭代对象可没有这点好处，

• 语法上和函数类似：生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义，差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值
• 自动实现迭代器协议：对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常
• 状态挂起：生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行