Python之生成器、迭代器

生成器

生成器类似返回值为数组的一个函数，这个函数可以接受参数，可被调用，但只能产生一个值，所以大大节省内存。

生成器表达式的语法非常简单，只需要将列表推导式的中括号改成小括号就可以了

 [x+x for x in range(10) if x%2==0]#会打印出整个列表

[0, 4, 8, 12, 16]

 (x+x for x in range(10) if x%2==0)#按某种程序规则存储起来，只隐士的显示出来

<generator object <genexpr> at 0x7fbb230ebe50>

调用生成器的方法也非常简单，用循环直接打出即可，或用next()函数打印单个元素。但是生成器里的对象只能被读取一次，就会从内存中消失。

 g=(x+x for x in range(10) if x%2==0)
 for i in g:
     print(i)

0
4
8
12
16

尝试第二次打印

 for i in g:
     print(i)#因为被读取过，所以打印为空

next()获取

 c=(x+x for x in range(10) if x%2==0)
 next(c)

0

 next(c)

4

直到调用最后一个对象之后再用next() 会出现Stopiteration的报错。

迭代器

1、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

（实际for语句的内部实现应该就是首先调用对象的__iter__方法，获取一个迭代器对象，接着不停的调用迭代器对象的__next__方法，循环遍历取值。）

2、可迭代对象：简单来讲可用for循环的对象，如list、dict、set等都是可迭代的对象。

3、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stoplteration报错，最后结束迭代。

4、可迭代对象可通过iter()函数转化成迭代器

 a=iter(list("python"))#用iter(可迭代对象)创建迭代器
 a

<list_iterator at 0x7fc9158dbb90>

next(a)

'p'

总结：1、简单来讲能被for作用循环的我们可以视为可迭代的对象（iterable),生成器（generator）、迭代器（iterator)、list、set等都为可迭代的对象。

         2、能被next( )作用的对象我们称之迭代器。我们可知生成器也能被next( )调用，其实生成器是特殊的迭代器。

         3、为什么有些可迭代对象不是迭代器，因为迭代器的实质是数据流，是惰性的，（我自己理解为待推到多米骨诺牌），所以迭代器可以用next（）一个个激活其中的对象。

         4、生成器、迭代器、可迭代的对象三者关系可理解为：生成器<迭代器<可迭代的对象