python------迭代器与生成器

一 .   生成器

1.介绍

通过列表生成式，可以直接创建一个列表，但是受内存限制，列表容量是有限的。 

 a = [i*2 for i in range(10000)

 print (a)

如果列表元素可以按照某种算法推算出来，是否可以在循环的过程中不断推算出后续的元素？
这样就不必创建完整的list,从而俭省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器，generator.

a = (i*2 for i in range(10000))
for i in a:
    print (i)

generator比较强大，但是如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如：斐波那契数列，除了第一个和第二个数之外，任意的数都可有前面两个数相加得到（1,1,2,3,5,8，......）

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:   #n只是控制循环
        print(b)
        a, b = b, a + b

        # 相当于：t = (b, a + b)  (t是一个元组）
        #          a = t[0]
        #          b = t[1]
        #不等价于下面的
        #a = b   a = 1,b = 2,a = b, a = 2
        #b = a +b ,b = 2 + 2 = 4

        n=n+1
    return 'done'
fib(100)  #生成100斐波那契数

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:   #n只是控制循环
        #print(b)
        yield b      #就变成生成器了
        a, b = b, a + b

        # 相当于：t = (b, a + b)  (t是一个元组）
        #          a = t[0]
        #          b = t[1]
        #不等价于下面的
        #a = b   a = 1,b = 2,a = b, a = 2
        #b = a +b ,b = 2 + 2 = 4

        n=n+1
    return 'done'  #异常的时候打印的一个信息
f = fib(10)  #生成100斐波那契数
print(f.__next__())
print(f.__next__())
print("_________")   #函数想停就停，随意进出
print(f.__next__())
print(f.__next__())
print(f.__next__())
print("=====star loop======")
for i in f:
    print(i)

补充:

异常捕捉；

还可以通过yield 实现在单线程的情况下实现并发运算的效果。

import time
def consumer(name):       #消费者
    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))

c = consumer("xiaolai")
c.__next__()    #只是为了打印print("%s 准备吃包子啦!" %name)

def producer(name):      #生产者
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()    #唤醒yield
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了1个包子,分两半!")
        c.send(i)
        c2.send(i)   #唤醒yield并且传值

producer("shogou")

2.说明：

     生成器，只有在调用时才会生成相应的数据。（只能用循环，不能像列表一样去切片））

    只记住当前位置；

    只有一个  .__next__方法。  （2.X版本中next()）

二. 迭代器

      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：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

生成器不但可以作用于for循环，还可以被__next__（）函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

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.(是迭代器就有__next__()方法）

>>>from collections import Iterator
>>>isinstance([], Iterator )
False

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：

 a=[1,2,3]

type (a)
b = iter(a)
b.__next__()

小结：

      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。使用list是永远不可能存储全体自然数的 。