六、迭代器与生成器

1、迭代器协议

1. 协议：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，要么引起一个Stoplteration异常，以终止迭代（只能往后不能往前）
2. 可迭代对象：实现了迭代器协议的对象（如何实现：对象内部定义一个__iter__（）方法）
3. 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。

2、for循环机制

• 本质：循环所有对象，全部使用迭代器协议
• for循环：先调用对象的__iter__方法将其转换成一个迭代器，然后使用迭代器协议实现循环访问。

# for i in l:    # 相当于：i_l = l.__iter__() ; i_l.__next__()
l = [0,1]
l_iter = l.__iter__() #生成可迭代对象，遵循迭代器协议
print(l_iter.__next__())
print(l_iter.__next__())

输出：
0
1

#使用while循环模拟for循环所作的事
l = [1,2,3]
l_test = l.__iter__()
while True:
    try:
        print(l_test.__next__())
    except StopIteration:
        print('迭代结束。')
        break

输出：
1
2
3
迭代结束。

3、列表生成式：把要生成的元素放在前面，后面跟 for 循环，把list列表创建出来，后面可加 if 判断或者继续再使用 for

#计算列表[1x1, 2x2, 3x3, ..., 10x10]的结果，并能被2整除的数。

print(list(x * x for x in range(1,11) if x%2==0))

输出：
[4, 16, 36, 64, 100]

#使用for循环来求值

l = []
for i in range(1,11):
    if i % 2 == 0:
        l.append(i*i)
print(l)

4、生成器

• 一种数据类型，能自动实现迭代器协议（其它需调用自身内置的__iter__方法），所以生成器就是可迭代对象。
• 两种形式：
  • 1、生成器函数：函数使用yield语句而不是return语句返回，一次返回一个结果，中间挂起函数状态，以便下次从离开的地方执行（yield可返回多次值）

    def test():
        yield 1
        yield 2
    f = test()
    print(f)
    print(f.__next__())    #可直接使用next方法
    print(f.__next__())
    
    输出：
    <generator object test at 0x000000D2D88590C0>    #生成迭代器
    1
    2

  2、生成器表达式：类似类表推导，在列表解析的里面用上三元表达式。（将原本生成的列表赋予到一个值中，再从中取值，不直接生成一个列表，减少内存）

  #将下文列表解析的 [] 换成（），就是生成表达式。
  renwu_list = ('任务%s' %i for i in range(10))
  print(renwu_list.__next__())
  print(renwu_list.__next__())
  
  输出：
  任务0
  任务1

  #列表解析
  list = ['任务%s' %i for i in range(10)]
  print(list)
  # list = []
  # for i in range(10):
  #     list.append('任务%s' %i)
  # print(list)
  
  输出：
  ['任务0', '任务1', '任务2', '任务3', '任务4', '任务5', '任务6', '任务7', '任务8', '任务9']

  • 三元表达式

    name = 'jack'
    res = 'yes' if name == 'jack' else 'no'    #if为True时返回yes
    print(res)
    
    输出：
    ye

 5、总结

• 语法与函数类似；自动生成迭代器协议；状态挂起。
• 优点：1、延迟计算，一次返回一个结果。2、有效提高代码可读性
• 注意：生成器只能遍历一遍