python基础学习-迭代器+生成器

一：迭代器

1、什么是迭代器

迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代

2、为何要有迭代器

迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型

有：列表、字符串、元组、字典、集合、打开文件

l = ['egon', 'liu', 'alex']
i = 0
while i < len(l):
    print(l[i])
    i += 1

上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组

为了解决基于索引迭代器取值的局限性，python必须提供一种能够不依赖于索引的取值方式，这就是迭代器

3、迭代器的运用

3.1 可迭代的对象：但凡内置有iter方法的都称之为可迭代的对象

s1 = '  '
#s1.__iter__()

l = []
#l.__iter__()

t = (1,)
#t.__iter__()

d = {'a': 1}
#d.__iter__()

set1 = {1, 2, 3}
#set1.__iter__()

with open('a.txt', mode='w') as f:
#f.__iter__()

    pass

3.2 调用可迭代对象下的iter方法会将其转换成迭代器对象

d = {'a': 1, 'b': 2, 'c': 3}
d_iterator = d.__iter__()

#print(d_iterator)
#print(d_iterator.__next__())
#print(d_iterator.__next__())
#print(d_iterator.__next__())
#print(d_iterator.__next__()) # 抛出异常StopIteration

while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

print('====>>>>>>')  # 在一个迭代器取值取干净的情况下，再对其取值娶不到
d_iterator = d.__iter__()
while True:
    try:
        print(d_iterator.__next__())
    except StopIteration:
        break

l = [1, 2, 3, 4, 5]
l_iterator = l.__iter__()

while True:
    try:
        print(l_iterator.__next__())
    except StopIteration:
        break

3.3 可迭代对象与迭代器对象详解

① 可迭代对象

（"可以转换成迭代器的对象"）：内置有iter方法对象可迭代对象.iter(): 得到迭代器对象

② 迭代器对象

内置有next方法并且内置有iter方法的对象迭代器对象.next（）：得到迭代器的下一个值迭代器对象.iter（）：得到迭代器的本身，说白了调了跟没调一个样子

dic = {'a': 1, 'b': 2, 'c': 3}

dic_iterator = dic.__iter__()
print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())

3.4 可迭代对象：字符串、列表、元组、字典、集合、文件对象

案例 => 迭代器对象：文件对象

s1 = ''
s1.__iter__()

l = []
l.__iter__()

t = (1,)
t.__iter__()

d = {'a': 1}
d.__iter__()

set1 = {1, 2, 3}
set1.__iter__()

with open('a.txt', mode='w') as f:
    f.__iter__()
    f.__next__()

4、for循环的工作原理：

for循环可以称之为叫迭代器循环

#1.d.iter()得到一个迭代器对象

#2.迭代器对象.next()拿到一个返回值，然后将该返回值赋值给k

#3.循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环

d = {'a': 1, 'b': 2, 'c': 3}

for k in d:
    print(k)

with open('a.txt', mode='rt', encoding='utf-8') as f:
    for line in f:  # f.__iter__()
        print(line)

list('hello')  # 原理同for循环

5、迭代器优缺点总结

缺点 1.为序列和非序列类型提供了一种统一的迭代取值方式

2.惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的

缺点 1.除非取尽，否则无法获取迭代器的长度

2.只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值

二：生成器

1、什么是生成器

生成器就是自定义的迭代器

2、如何得到自定义的迭代器

在函数内一旦存在yield关键字，调用函数并不会执行函数体代码

会返回一个生成器对象，生成器即自定义的迭代器

def func():
    print('第一次')
    yield 1
    print('第二次')
    yield 2
    print('第三次')
    yield 3
    print('第四次')

g=func()
print(g)

#生成器就是迭代器
g.__iter__()
g.__next__()
#会触发函数体代码的运行，然后遇到yield停下来，将yield后的值当做本次调用的结果返回
res1=g.__next__()
print(res1)

res2=g.__next__()
print(res2)

res3=g.__next__()
print(res3)

res4=g.__next__()

len('aaa') # 'aaa'.__len__()

next(g)    # g.__next__()
iter(可迭代对象)     # 可迭代对象.__iter__()

3、生成器应用案列

def my_range(start,stop,step=1):

    #print('start...')

    while start < stop:
        yield start
        start+=step
    #print('end....')

g=my_range(1,5,2) # 1 3
print(next(g))
print(next(g))
print(next(g))

for n in my_range(1,7,2):
    print(n)

4、总结（yield）

有了yield关键字，我们就有了一种自定义迭代器的实现方式。

yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值