Python 基础 -2.4.2 生成器，迭代器

列表生成式

现在有个需求，看列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求你把列表里的每个值加1，你怎么实现？你可能会想到2种方式

二逼青年版

>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> b = []
>>> for i in a:b.append(i+1)
... 
>>> b
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a = b
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

普通青年版

a = [1,3,4,6,7,7,8,9,11]

for index,i in enumerate(a):
    a[index] +=1
print(a)

文艺青年版

>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a = map(lambda x:x+1, a)
>>> a
<map object at 0x101d2c630>
>>> for i in a:print(i)
... 
3
5
7
9
11

其实还有一种写法，如下

装逼青年版

>>> a = [i+1 for i in range(10)]
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

这样的写法就叫做列表生成式

生成器

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。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

我们讲过，generator保存的是算法，每次调用next(g)就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

注意，赋值语句：

a, b = b, a + b

相当于：

t = a + b 
a = b 
b = t

但不必显式写出临时变量t就可以赋值。

上面的函数可以输出斐波那契数列的前N个数：

>>> fib(10)
1
1
2
3
5
8
13
21
34
55
done

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：

def fib(max):
    n,a,b = 0,0,1

    while n < max:
        #print(b)
        yield  b
        a,b = b,a+b

        n += 1

    return 'done'

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次被next()调用时从上次返回的yield语句处继续执行。

data = fib(10)
print(data)

print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())

#输出
<generator object fib at 0x101be02b0>
1
干点别的事
3
8

在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

关于如何捕获错误，后面的错误处理还会详细讲解。

还可通过yield实现在单线程的情况下实现并发运算的效果　　

#_*_coding:utf-8_*_
__author__ = 'Alex Li'

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield

       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))


def producer(name):
    c = consumer('A')
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("老子开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)

producer("alex")

通过生成器实现协程并行运算

迭代器

我们已经知道，可以直接作用于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。

可以使用isinstance()判断一个对象是否是Iterable对象：

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

而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了。

*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：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

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：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

你可能会问，为什么list、dict、str等数据类型不是Iterator？

这是因为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它才会计算。

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。

小结

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，它们表示一个惰性计算的序列；

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。

Python3的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于：

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

python3 
　　range == 生成器
　　xrange 没有
python2
　　range == list
    xrange == 生成器

生成器的创建方式
1. 列表 生产式（）

In [11]: a = (i for i in range(10))
In [12]: a
Out[12]: <generator object <genexpr> at 0x7fd711f10f68>

2. 函数

def range2(n):
    count = 0
    while count < n:
        print(count)
        count += 1
        yield count  # 返回count的值

yield与return对比

1 return 返回并且终止function，yield返回数据，并且冻结当前执行过程， next 唤醒冻结的函数执行过程，继续执行，直到遇到下一个yield.

 

 函数有了yield之后，

  1. 函数名加（）就变成了一个生成器

  2. return 在生成器里，代表生成器的终止，直接报错

 

data.send("stop")
# send 功能
# 1. 唤醒并继续执行
# 2. 发送一个信息到生成器内部 

概念：
1.迭代 ----- 重复的过程称为迭代，每次重复即一次迭代
1.可迭代的对象？ ----- 凡是对象下有 对象.__iter__ 方法
2.迭代器对象？ ----- 既有 __iter__方法，和__next__方法
优点：
1. 提供了一种统一（不依赖索引的）迭代方式。
2. 迭代器本身，比起其他数据类型更省内存
缺点：
1. 一次性，只能向前后，不能回退，不如索引取值灵活
2. 无法预知什么时候取值结束，即无法预知长度

总结：

1.迭代器一定是迭代对象，迭代对象不一定是迭代器
2.生成器一定是迭代器，迭代器不一定是生成器
3.使用for...in...来遍历迭代对象是最常用的方式

迭代的概念:重复的过程称为迭代，每次重复即一次迭代，
并且每次迭代的结果是下一次迭代的初始值

可迭代的对象: 凡是对象下有 对象.__iter__ 方法
s = "hello"
l = [1,2,3,4]
t = (1,2,3,4)
dic = {"name":"cmz","sex":"m","age":18}

In [3]: dic = {"name":"cmz","sex":"m","age":18}
In [4]: i = dic.__iter__() # i是迭代器对象
In [5]: next(i) # 等价于i.__next__()
Out[5]: 'name'
In [6]: next(i)
Out[6]: 'age'
In [7]: next(i)
Out[7]: 'sex'

In [10]: i
Out[10]: <dict_keyiterator at 0x7f4cfe93e9a8>

In [13]: l = [1,2,3,4]

In [14]: iter_l = iter(l) # 等价于iter_l2 = l.__iter__()

In [15]: iter_l
Out[15]: <list_iterator at 0x7f4cfe9768d0>

--------------------------
l = [1,2,3,4]
iter_l = iter(l) # iter_l = l.__iter__()
while True:
try:
print(next(iter_l))
except StopIteration:
break
输出
1
2
3
4
--------------------------
for循环原理
l = [1,2,3,4]
for item in l: # iter_l = l.__iter__()
print(item)

with open('a.txt') as fd:
for line in fd: # 此时fd就是迭代器， i = fd.__iter__()
print(line)

In [1]: from collections import Iterable,Iterator

In [2]: s='hello'
In [3]: l=[1,2,3,4]
In [4]: t=(1,2,3,4)
In [5]: dic={'name':'cmz','age':18}
In [6]: set1={1,2,3,}
In [9]: f = open('cmz.txt')

判断是否可迭代
In [10]: isinstance(s,Iterable)
Out[10]: True
In [11]: isinstance(l,Iterable)
Out[11]: True
In [12]: isinstance(t,Iterable)
Out[12]: True
In [13]: isinstance(dic,Iterable)
Out[13]: True
In [14]: isinstance(set1,Iterable)
Out[14]: True
In [15]: isinstance(f,Iterable)
Out[15]: True
从上面可以看出常用的都是可迭代

判断是否是迭代器
In [16]: isinstance(s,Iterator)
Out[16]: False
In [17]: isinstance(l,Iterator)
Out[17]: False
In [18]: isinstance(t,Iterator)
Out[18]: False
In [19]: isinstance(dic,Iterator)
Out[19]: False
In [20]: isinstance(f,Iterator)
Out[20]: True
In [21]: isinstance(set1,Iterator)
Out[22]: False

 

---------------------------生成器------------------------
生成器 ------ 在函数内部包含yield关键，那么该函数执行结果就是生成器
生成器也是迭代器
yield 的功能：
1. 把函数的结果做成生产器，(以一种优雅的方式封装好__iter__,__next__方法)
2. 函数暂停与再继续运行的状态是由yield

yield 与return比较：
相同： 都有返回的功能
不同： return只能返回一个值
def fun():
print("first")
yield 1111
print("second")
yield 222
print("third")
yield 333

g = fun()
print(g)
# 结果是 <generator object fun at 0x000000000068CFC0>
print(next(g))
结果是
first
1111
此时会停留在yeild 1111 这同时吧1111返回

======例子========
import time

def tail(filepath):
　　with open(filepath,"r") as fd:
　　fd.seek(0,2)
　　while True:
　　　　line = fd.readline()
　　　　if line:
　　　　　　yield line
　　　　else:
　　　　　　time.sleep(0.2)

def grep(pattern,lines):
　　for line in lines:
　　if pattern in line:
　　　　print(line,end="")

# g = tail("a.txt")
grep("error",tail("a.txt"))