1.生成器定义
1).生成器是一种特殊的迭代器，在python中，一边循环，一边计算的机制，成为生成器。
2).当函数内包含yield关键字,调用函数不会执行函数体代码,会得到一个返回值,该返回值就是生成器对象
1.2yield函数
1)只能在函数内使用
2)yield提供了一种自定义迭代器的解决方法
3)yield可以保存函数的暂停的状态
4)yield对比return:
相同的：都可以返回值，值的类型与个数没有限制
不同点：yield可以返回多次值,而return只能返回一次值函数就会结束
2.生成器的作用
1. 通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的。
而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？
这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
3.生成器工作原理
1）生成器是这样一个函数，它记住上一次返回时在函数体中的位置。
2）对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。
3）生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。
4）生成器是一个函数，而且函数的参数都会保留。
5）迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的
4.yield生成器运行机制
-
当你问生成器要一个数时，生成器会执行，直至出现 yield 语句，生成器把yield 的参数给你，之后生成器就不会往下继续运行。
-
当你问他要下一个数时，他会从上次的状态开始运行，直至出现yield语句，把参数给你，之后停下。如此反复
-
在python中，当你定义一个函数，使用了yield关键字时，这个函数就是一个生成器
-
它的执行会和其他普通的函数有很多不同，函数返回的是一个对象，而不是你平常所用return语句那样，能得到结果值。如果想取得值，那得调用next()函数
-
每当调用一次迭代器的next函数，生成器函数运行到yield之处，返回yield后面的值且在这个地方暂停，所有的状态都会被保持住，直到下次next函数被调用，或者碰到异常循环退出。
1.迭代器定义
1.迭代器就是访问集合内元素的方式，迭代器对象从集合的第一个元素访问，直到所有元素访问一遍，每次访问时都是基于前一个元素的结果。。
2.迭代器仅是一个容器对象，它有两个基本方法
1）next方法：返回容器的下一个元素
2）__iter__方法：返回迭代器自身
2.迭代器和可迭代对象
1) 可以被for循环遍历的对象都是可迭代对象，这些对象内部都有__iter__方法(__iter__方法用于返回一个迭代器)
2) 迭代器不仅有__iter__方法还有next()方法(用于调用迭代器，返回迭代器的下一个元素）
3)迭代器一定是可迭代对象，可迭代对象不一定是迭代器。（list，dict，str都是可迭代对象，但不是迭代器，因为他们没有next()方法，不能自动访问自身。需要用for循环的next()方法来遍历自身）。
3.判断迭代器和迭代对象
from collections import Iterable,Iterator
#判断是否是可迭代对象
print(isinstance([],Iterable)) #True
print(isinstance({},Iterable)) #True
print(isinstance((),Iterable)) #True
print(isinstance("aaa",Iterable)) #True
print(isinstance((x for x in range(10)),Iterable)) #True
#判断是否是迭代器
print(isinstance([],Iterator)) #False
print(isinstance({},Iterator)) #False
print(isinstance((),Iterator)) #False
print(isinstance("aaa",Iterator)) #False
print(isinstance((x for x in range(10)),Iterator)) #True
4.自定义迭代器
from collections import Iterable,Iterator
class MyRange(object):
def __init__(self, n):
self.idx = 0
self.n = n
def __iter__(self):
return self
def next(self):
if self.idx < self.n:
val = self.idx
self.idx += 1
return self.n[val]
else:
raise StopIteration()
l = [4,5,6,7,8]
obj = MyRange(l)
print obj.next() # 4
print obj.next() # 5
print obj.next() # 6
print(isinstance(obj,Iterator)) #True
a = iter([1,2,]) #生成一个迭代器
print(a.__next__())
print(a.__next__())
print(a.__next__()) #在这一步会引发 “StopIteration” 的异常
5.迭代器的优缺点
优点:
1.提供了一种通用不依赖索引的迭代取值方式
2.同一时刻在内存中只存在一个值,更节省内存
缺点:
1.取值不如按照索引的方式灵活,不能取指定的某一个值,只能往后取,不能往前去
2.无法预测迭代器的长度