迭代器与生成器原理及关系

迭代器

含有iter和next方法 (包含next方法的可迭代对象就是迭代器)

迭代也叫遍历，作用是节约内存，应用场景：range/xrange，可以使用 isinstance() 判断一个对象是否是 Iterable 对象

---

可迭代对象 ：一个类内部实现iter方法且返回一个迭代器。

可迭代的对象 ：

• 一类：list，tuple，dict，set，str
• 二类：generator，包含生成器和带yield的generatoe function

迭代器最核心的功能就是可以通过next()函数的调用来返回下一个数据值。

迭代器协议的实现

迭代器协议规定了对象必须提供一个next方法和iter方法。

正式的说法是：实现了iter方法的对象是可迭代对象，实现了next方法的对象是迭代器。

eg：
li    =    [11,    22,    33,    44,    55]
>>>    li_iter    =    iter(li)
>>>    next(li_iter)              ===》 11
>>>    next(li_iter)              ===》 22
>>>    next(li_iter) 	          ===》 33
>>>    next(li_iter)              ===》 44
>>>    next(li_iter)              ===》 55
>>>    next(li_iter)  

Traceback    (most    recent    call    last):
File    "",    line    1,    in    
StopIteration

优化修改异常报错：
li = iter([11, 22, 33, 44, 55])     # 首先获得Iterator对象:
while True：
       try：
            next(li_iter) 
       except StopIteration:        #StopIteration意味着没有更多可迭代数据，不能再执行next()函数
            break

我们通过iter()函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据。iter()函数实际上就是调用了可迭代对象的_iter__的用法。

注意，当我们已经迭代完最后一个数据之后，再次调用next()函数会抛出 StopIteration的异常，来告诉我们所有数据都已迭代完成，不再执行next()函数了。对此，我们可以用try - except 来做异常处理

---

生成器（generator）--- yield

生成器是一种特殊的迭代器，与迭代器不同的是，生成器是被动生成，每被调用一次运算一次生成。

作用是节省内存，原因是列表等数据类型是有限的，当列表有100万个数据时，会造成大量资源浪费，和迭代器一样。

python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。
生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数
组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像
是一个函数，但是表现得却像是迭代器

要创建一个generator，有很多种方法，第一种方法很简单，只有把一个列表生成式的[]中括号改为（）小括号，就创建一个generator

#列表生成式
1.list = [x*x for x in range(10)]            #list是可迭代对象(Iterable)，却不是迭代器(Iterator)
  print(list)

#生成器
2.generator = (x*x for x in range(10))       #generator是一个Iterator
  print(generator)

结果：
1 ==》 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
2 ==》  at 0x000002A4CBF9EBA0>

list 外面这层[]等于将生成式改为列表类型

生成器函数：也是用def定义的，利用关键字yield一次性返回一个结果，阻塞，重新开始

生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果

---

迭代器和生成器的区别：

1.迭代器是对可迭代对象所有数据进行遍历，生成器则会暂停，执行一次运行一次

2.生成器是可以迭代的，但是只可以读取它一次

3.都生成器和迭代协议是密切相关的，迭代器都有一个next()__成员方法

扩：文件是可迭代对象，也是迭代器

iter() 与 yield 的区别：

1、带yield的是generator function。

2、iter()函数是将序列转化为generator，而序列（list、tuple、dict、set、str）是Iterable对象。

---

yield的总结

1. 通常的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = [1,2,3]，也可以是a = [x*x for x in range(3)]。它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。
2. 生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。!!!!注意这里是小括号而不是方括号。
3. 生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。
4. 带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代
5. yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行
6. yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。
7. 带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。
8. send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。
9. send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。
10. 第一次调用时候必须先next（）或send（）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None)