迭代器

前言

使用for循环去遍历序列，但是for循环的效率很低，而且占用了大量的硬件资源。

生成器可以提高for循环遍历效率，而且节省硬件资源。

一、可迭代对象

1、for循环数据类型

（1）集合数据类型，如：list（列表）、tuple（元祖）、dict(字典）、set（集合）、str（字符串）、bytes(字节)等。

（2）生成器(generator)，包括生成器和带yield的生成器函数。

2、可迭代对象(Iterable):直接用于for循环遍历数据的对象。

3、用isinstance()方法判断一个对象是否是Iterable对象

>>> from  collections import  Iterable
__main__:1: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
>>> isinstance([],Iterable)
True
>>> isinstance((),Iterable)
True
>>> isinstance(100,Iterable)
False
>>> isinstance('a',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，并且返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值而抛出的异常。

二、迭代器

1、定义

迭代器(Iterator)：可以用__next__()函数调用并不断的返回下一个值的对象称为迭代器。

2、用isinstance()方法判断一个对象是否是Iterator对象

>>> from  collections import  Iterator
>>> isinstance({},Iterator)
False
>>> isinstance([],Iterator)
False
>>> isinstance((i+2 for i in range(5)),Iterator)#生成器
True
>>> isinstance('hhsh',Iterator)
False

生成器都是Iterator对象，但是list、dict、str虽然是Iterable对象，却不是Iterator对象。

因为python的Iterator对象表示的是一个数据流，Iterator对象可以被__next__()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过__next__()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时才会计算。

所以Iterator甚至可以表示一个无限大的数据流，例如：全体自然数。而使用list是永远不可能存储全体自然数的。

3、iter()函数

iter()函数可以把list、dict、str等Iterable对象变成Iterator对象。

>>> isinstance(iter('hhsh'),Iterator)
True
>>> isinstance(iter({}),Iterator)
True
>>> isinstance(iter([]),Iterator)
true

4、rang()方法

在python2.7中rang()只是一个list，在python3中是一个迭代器，python2.7中xrange()跟python3中的range()功能是一样的。

>>> range(5)
range(0, 5)

　运行原理：

x = iter([1,2,3,4,5])
# 首先获得Iterator对象
while True:
    # 循环
    try:
        i = next(x)
        # 获得下一个值
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

　　总结

1. 凡是可以作用于for循环的对象都是Iterable类型。
2. 凡是作用于__next__()函数的对象都是Iterator类型，它们表示一个惰性计算的序列。
3. 集合数据类型，例如：list、dict、str等，是Iterable但不是Iterator
4. 集合数据类型可以通过iter()函数获得一个Iterator对象。