day15笔记

一、迭代器

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

1. 可迭代对象

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 。

2. 判断是否可以迭代

可以使用 isinstance() 判断一个对象是否是 Iterable 对象：

In [50]: from collections import Iterable

In [51]: isinstance([], Iterable)
Out[51]: True

In [52]: isinstance({}, Iterable)
Out[52]: True

In [53]: isinstance('abc', Iterable)
Out[53]: True

In [54]: isinstance((x for x in range(10)), Iterable)
Out[54]: True

In [55]: isinstance(100, Iterable)
Out[55]: False

3.迭代器

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。

可以使用 isinstance() 判断一个对象是否是 Iterator 对象：

In [56]: from collections import Iterator

In [57]: isinstance((x for x in range(10)), Iterator)
Out[57]: True

In [58]: isinstance([], Iterator)
Out[58]: False

In [59]: isinstance({}, Iterator)
Out[59]: False

In [60]: isinstance('abc', Iterator)
Out[60]: False

In [61]: isinstance(100, Iterator)
Out[61]: False

4.iter()函数

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：

In [62]: isinstance(iter([]), Iterator)
Out[62]: True

In [63]: isinstance(iter('abc'), Iterator)
Out[63]: True

迭代器一定是可迭代对象，但是可迭代对象不一定是迭代器。
list，truple，str这些都是可迭代对象，但是他们不一定是迭代器。迭代器本身不知道自己要执行多少次，所以可以理解为不知道有多少个元素，每调用一次next()，就会往下走一步，是惰性的。
迭代器提供了一种不依赖索引取值的方式，这样可以遍历没有索引的可迭代对象，比如字典、集合、文件等等，加载这一个元素至内存中随后释放，相比之下相当节省内存，这也是迭代器最大的优点，但是我们没有办法获取迭代器的长度，而且只能往后依次取值。
迭代是数据处理的基石。当内存中放不下数据集时，我们要找到一种惰性获取数据的方式，即按需一次获取一个数据项，这就是迭代器模式。

总结

凡是可作用于 for 循环的对象都是 Iterable 类型；
凡是可作用于 next() 函数的对象都是 Iterator 类型
集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得一个 Iterator 对象。

二、生成器

生成器是一个带 yield 语句的函数。一个函数或者子 程序只返回一次，但一个生成器能暂停执行并返回一个中间的结果，返 回一个值给调用者并暂停执行。当生成器的 next()方法被调用的时候，它会准确地从离开地方继续

下面看示例：

1 def func():
 2     print('11111111')
 3     yield [1]
 4     print(2222222222)
 5     yield 2
 6     print(3333333333)
 7     yield 3
 8 
 9 ret=func()
10 r1=ret.__next__()
11 print(r1)
12 r2=ret.__next__()
13 print(r2)
14 r3=ret.__next__()
15 print(r3)

结果为：

1 11111111
2 13 2222222222
4 2
5 3333333333
6 3

由于 python 的 for 循环有 next()调用和对 StopIteration 的处理， 使用一个 for 循环而不是手 动迭代穿过一个生成器（或者那种事物的迭代器）总是要简洁漂亮得多。例：

 1 def func():
 2     print('11111111')
 3     yield [1]
 4     print(2222222222)
 5     yield 2
 6     print(3333333333)
 7     yield 3
 8 ret=func()
 9 for i in ret:
10     print(i)

结果同前面相同。

这些简单的例子应该让你有点明白生成器是如何工作的。除了 next()来获得下个生成的值，用户 可以将值回送给生成器[send()]，在生成器中抛出异常，以及要求生成器退出[close()]

下面是一个展示了这些特性的，简单的例子。

1 def counter(start_at=0):
2 　　count = start_at
3 　　while True:
4 　　　　val = (yield count) if val is not None:
5 　　　　count = val
6 　　else:
7 　　　　count += 1

生成器带有一个初始化的值，对每次对生成器[next()]调用以 1 累加计数。用户已可以选择重 置这个值，如果他们非常想要用新的值来调用 send()不是调用 next()。这个生成器是永远运行的，所以如果你想要终结它，调用 close()方法。如果我们交互的运行这段代码，会得到如下输出：

1 >>> count = counter(5)
 2 >>> count.next()
 3 5
 4 >>> count.next()
 5 6
 6 >>> count.send(9)
 7 9
 8 >>> count.next()
 9 10
10 >>> count.close()
11 >>> count.next()
12 Traceback (most recent call last):
13 File "<stdin>", line 1, in <module>
14 StopIteration

 三、 for循环的工作原理

dic = {"name": "egon", 'age': 18, 'gender': "male"}

dic_iterator = dic.__iter__()
while True:
    try:
        res = dic_iterator.__next__()
        print(res)
    except StopIteration:
        break

for k in dic:
    print(k)

步骤1 dic_iterator = dic.__iter__()
步骤2 k=dic_iterator.__next__(),执行循环体代码
步骤3 循环往复，直到抛出异常，for循环会帮我们捕捉异常结束循环