Python——迭代器和生成器

1. 迭代器

（1）迭代器——iterator

　　[].__iter__(),通过__next__方法就可以从迭代器中一个一个取值

（2）可迭代的——iterable

　　只要含有__iter__方法的都是可迭代的

（3）相关协议

　　可迭代协议 —— 只要含有__iter__方法的都是可迭代的，可以被for循环的都是可迭代的

　　迭代器协议 —— 内部含有__next__和__iter__方法的就是迭代器

（4）是否是迭代器的判断

　　以下几种情况可能是迭代：

　　<1>.iterator——print([].__iter__()) #<list_iterator object at 0x00000277E7E0CE10>

　　<2>.可迭代对象——print(range(10))

　　<3>.直接给内存地址

　　只有 是可迭代对象的时候，才能有for循环——for循环其实就是在使用迭代器

　　遇到新变量，不确定能不能for循环的时候，可以判断其是否可迭代

（5）迭代器和可迭代的对比

　　迭代器一定可迭代，可迭代的不一定是迭代器

　　可迭代的.__iter__()方法就可以得到一个迭代器

　　迭代器中的__next__方法可以一个一个的获取值

（6）迭代器的好处

　　<1>从容器类型中一个一个的取值，会把所有值都取到

　　<2>节省内存空间

　　　　迭代器并不会在内存中占用一大块内存，而是随着循环每次生成一个，或者每次next每次生成一个

2. 生成器

（1）本质

　　生成器的本质就是迭代器

（2）生成器函数

　　含有关键字yield的函数就是生成器函数，关键字yield只能写在函数内部，不会结束函数，且不能与return共用

def generator():
    print(1)
    yield 'a'
    print(2)
    yield 'b'
# 生成器函数：执行之后会得到一个生成器作为函数的返回值
ret = generator()
print(ret)
print(ret.__next__())
print(ret.__next__())

运行结果：

 

特点：

　　调用函数的时候函数不执行，返回一个生成器
　　每次调用next方法的时候会取到一个值
　　直到取完最后一个，在执行就会报错

（3）各种推导式

表达式格式：

　　遍历操作：[每一个元素/和元素相关的操作 for 元素 in 可迭代数据类型]

　　筛选功能：[满足条件的元素相关的操作 for 元素 in 可迭代数据类型]

　　<1> 生成器表达式

老母鸡 = ('鸡蛋%s'%i for i in range(10))    #生成器表达式
print(老母鸡)
for 蛋 in 老母鸡:
    print(蛋)

# 面试——取一个next，for循环执行一次
g = (i*i for i in range(10))
print(g.__next__())    # 1：取一个next，for循环执行一次
print(g.__next__())    # 4：取一个next，for循环执行一次
print(g.__next__())    # 9：取一个next，for循环执行一次
print(g.__next__())    # 16：取一个next，for循环执行一次

　　<2> 列表推导式

# 30以内所有能被3整除的数
ret = [i for i in range(30) if i%3 == 0]
print(ret)  #[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

# 30以内所有能被3整除的数的平方
ret = [i*i for i in range(30) if i%3 == 0]
print(ret)  #[0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

#找嵌套列表中名字含有两个e的名字
names = [['tom','billy','jefference','aneedhg'],
         ['alice','jill','ehdjbse']]
ret = [name for lst in names for name in lst if name.count('e') == 2]
print(ret)  #['aneedhg', 'ehdjbse']

　　<3> 字典推导式

# 将一个字典的key和value对调
mcase = {'a':10,'b':34}
mcase_frequency = {mcase[k]:k for k in mcase}
print(mcase_frequency)  #{10: 'a', 34: 'b'}

# 合并大小写对应的value的值，将k统一写成小写
mcase = {'a':10,'b':34,'A':7,'Z':3}
mcase_frequency = {k.lower():mcase.get(k.lower(),0 )+mcase.get(k.upper(),0)for k in mcase}
print(mcase_frequency)  #{'a': 17, 'b': 34, 'z': 3}

　　<4> 集合推导式

# 计算列表中每个值的平方(集合推导式自带结果去重功能)
squared = {x**2 for x in [1,-1,2]}
print(squared)  #{1, 4}

生成器表达式和其他各种表达式的区别：

　　括号不一样

　　返回值不一样（生成器表达式几乎不占用内存）

（4）生成器的优点

　　延迟计算，一次返回一个结果