python 生成器&迭代器

一、生成器

1、列表生成器：列表生成式就像是一个厨师，他只会做这n(n为任意整数)道菜，想吃甚麽做甚麽，不吃不做，不浪费空间；而列表表达式就相当于已经做好的n盘菜，占用空间。
2、生成器的创建方法：

s = (x*2 for x in range(5))
yield+数字只要有yield就是一个生成器对象

注意：生成器在创建的时候已经决定了能计算出值得个数，调用next的个数一旦超过这个值就会报错

第一种：

s = (x*2 for x in range(5))

# 生成器的调用方法：next()
print(next(s))   # 提取生成器里面的值，in python2中等价于 s._next_()，next() 一次打印一次

print(next(s))
print(next(s))

# 生成器就是一个可迭代对象(Iterable)
for i in s:         # 遍历生成器可迭代对象
    print(i)         # 打印完一个数之后这个数就被回收，不占用内存，只占用被引用值的哪一个内存

>>> 0 2 4 6 8

运行机制：从0开始，第一次next()时，取出一个数*2输出，然后每next()一次，取一个数，一直到2，for循环遍历时，因为前面next()已经取到了数字2的位置，所以从3开始，故输出为0 2 4 6 8

第二种：

def fun():         # 注意：生成器对象是fun()，而不是fun
    print('s')
    yield 1

    print('ss')
    yield 2

g = fun()
print(g)           # <generator object fun at 0x000001D54E12A0F8>
 
next(g)            # 有返回值，为yield后的值
next(g)

解释：程序运行时先执行g = fun(), 执行到第一个next()时，返回到函数中执行具体内容，一直到执行完yield 1 停止，然后继续下一个next()，再到函数中寻找yield 2 的内容，以此类推。注意：如果再多一个next(g)，就会报错：StopIteration（停止迭代），因为超过了迭代次数

什么是可迭代对象：内部有 _iter_() 的都是可迭代对象（列表、元组、字典）

def fun():   
    print('s')
    yield 1

    print('ss')
    yield 2

for i in fun():
    print(i)       # yield 有返回值，返回值赋给了i

>>>

s
1
ss
2

例1：输出斐波那契数列

def fib(maxs):
    n, before, after = 0, 0, 1
    while n < maxs:
        print(after)       # 从1开始，如打印before则从从0开始
        before, after = after, before+after      # 先计算后赋值（先右后左）
        n = n+1

fib(10)     # 输出前10个斐波那契数

注意：before, after = after, before+after 和下面的两条语句不等价，原因见例1对应标注；

before = after
after =  before+after

例2：斐波那契数列生成器

def fib(maxs):
    n, before, after = 0, 0, 1
    while n < maxs:
        yield before
        before, after = after, before+after      # 先计算后赋值（先右后左）
        n = n+1

g = fib(8)
print(g)     # 生成器所在的内存地址

# 需要几个next() 几次，但最多不能超过8次，否则应修改fib() 里面的数字
print(next(g))
print(next(g))
print(next(g))
print(next(g))

3、 .send() 方法

def fun():        # fun()是一个生成器对象而不是fun
    print('qwer')
    count = yield 1  # 先把yield的值返回，然后把‘xss’赋值给变量count
    print(count)

    print('asdf')
    yield 2

f = fun()
# next(f)      # 进入函数体
f.send(None)   # 等价于next(f)

s = f.send('xss')   # 给yield前面的变量赋值
print(s)

# s 是yield 2 的返回值

　　注意：第一次send前如果没有next，只能传一个send(None)，否则报错,TypeError: can't send

non-None value to a just-started generator，第一次通过进入send(None) 进入函数之后首先执行

print()，yield返回一个1，再次进入之后就把send()里面的值传给count,然后就可以对count进行操作

例3：yield 伪并发的实现

import time

def consumer(name):
    print("%s准备吃包子！" % name)
    while True:
        baozi = yield
        print("包子[%s]来了，被[%s]吃了！" % (baozi, name))

def producer(name):
    a1 = consumer('A')
    a2 = consumer('B')
    next(a1)
    next(a2)
    print("%s准备吃包子了！" % name)
    for i in range(5):
        time.sleep(1)
        print("做了2个包子")
        a1.send(i)
        a2.send(i)

producer("xiaoss")

>>>

      A准备吃包子！
      B准备吃包子！
      xiaoss准备吃包子了！
      做了2个包子
      包子[0]来了，被[A]吃了！
      包子[0]来了，被[B]吃了！
      做了2个包子
      包子[1]来了，被[A]吃了！
      包子[1]来了，被[B]吃了！
      做了2个包子
      包子[2]来了，被[A]吃了！
      包子[2]来了，被[B]吃了！
      做了2个包子
      包子[3]来了，被[A]吃了！
      包子[3]来了，被[B]吃了！
      做了2个包子
      包子[4]来了，被[A]吃了！
      包子[4]来了，被[B]吃了！

二、迭代器

1、什么是迭代器？

迭代是指可以用for循环来遍历

for循环内部三件事： 1.调用可跌代对象的iter方法返回一个可迭代对象
2.不断调用可迭代对象的next方法
3.处理StopIteration

　　处理StopIteration的过程如下：

while:
    try:
        I = next(list_Iterator)
    
    except StopIteration:
        break

　　注：生成器都是迭代器，迭代器不一定是生成器

2、满足两个条件： (1)有iter方法 (2) 有next方法

from collections import Iterable,Iterator   # 调用Iterable和Iterator

lis = [1, 2, 3, 4]
d = iter(lis)   # 相当于 l._iter_()
print(d)        # <list_iterator object at 0x00000206700DC358>
print(next(d))
print(next(d))
print(next(d))
print(next(d))

for i in [1, 2, 3, 4]:
    iter([1, 2, 3, 4])

print(isinstance([1, 2], list))    # 判断一个字符是不是某个特定的数据类型 isinstance(数据, 数据类型)
print(isinstance(lis, Iterable))   # 判断lis是不是迭代器

>>>

<list_iterator object at 0x000002756B321240>
1
2
3
4
True
True

例1：用迭代找出文档中最长的行

F = max(len(x.strip()) for x in open('file_1', 'r'))      # 文件读取，找出最长的行
print(F)       # 最长行字符的个数