Python基础（7）——迭代器&生成器

1、列表生成式

 [i*2 for i in range(10)]
 [fun(i) for i in range(10)]

2、生成器

 # Author Qian Chenglong

 #列表生成器
 a=(i*2 for i in range(10))
 #a[1]#只是将算法存储了，只有在调用时才会生成相应的数据，不能直接读取
 a.__next__()#生成器只能一个一个往后取，且只存储当前值

 #函数生成器

 # def fib(max):
 #     n,a,b = 0,0,1
 #     while n < max:
 #         print(b)
 #         a,b = b,a+b
 #         n += 1
 #     return 'done'

 #要把fib函数变成generator，只需要把print(b)改为yield b就可以了
 def fib(max):
     n,a,b = 0,0,1
     while n < max:
         #print(b)
         yield  b
         a,b = b,a+b
         n += 1
     return 'done'#异常时存储的消息

 g=fib(10)
 print(g.__next__())
 #这个yield的主要效果呢，就是可以使函数中断，并保存中断状态，中断后，代码可以继续往下执行，过一段时间当需要再重新调用这个函数，从上次yield的下一句开始执行。

 #生成器保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误(异常)。

 #异常处理
 g = fib(6)
 while True:
      try:
         x = next(g)
         print('g:', x)

     except StopIteration as e:
         print('Generator return value:', e.value)
         break

 #通过生成器实现协程并行运算
 import time
 def consumer(name):
     print("%s 准备吃包子啦!" %name)
     while True:
        baozi = yield

        print("包子[%s]来了,被[%s]吃了!" %(baozi,name))

 def producer(name):
     c = consumer('A')
     c2 = consumer('B')
     c.__next__()
     c2.__next__()
     print("老子开始准备做包子啦!")
     for i in range(10):
         time.sleep(1)
         print("做了2个包子!")
         c.send(i)
         c2.send(i)#把i的值传给yield,并到下一个yield

 producer("Dragon")

3、迭代器

我们已经知道，可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

*可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。

　　一般来说：生成器就是迭代器，迭代器不一定是生成器（下面不用看了，越看越不懂）

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

 >>> isinstance(iter([]), Iterator)
 True
 >>> isinstance(iter('abc'), Iterator)
 True

你可能会问，为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。