Python 全栈开发：python迭代器，生成器

迭代器

一、什么是迭代器

#迭代器即迭代的工具，那什么是迭代呢？
#迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值
while True: #只是单纯地重复，因而不是迭代
    print('===>') 
    
l=[1,2,3]
count=0
while count < len(l): #迭代
    print(l[count])
    count+=1

二、为何要有迭代器，什么是可迭代对象，什么是迭代器对象

#1、为何要有迭代器？
对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。
但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器

#2、什么是可迭代对象？
可迭代对象指的是内置有__iter__方法的对象，即obj.__iter__，如下
'hello'.__iter__
(1,2,3).__iter__
[1,2,3].__iter__
{'a':1}.__iter__
{'a','b'}.__iter__
open('a.txt').__iter__

#3、什么是迭代器对象？
可迭代对象执行obj.__iter__()得到的结果就是迭代器对象
而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

文件类型是迭代器对象
open('a.txt').__iter__()
open('a.txt').__next__()


#4、注意：
迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象

三、迭代器对象的使用

dic={'a':1,'b':2,'c':3}
iter_dic=dic.__iter__() #得到迭代器对象，迭代器对象即有__iter__又有__next__，但是：迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic #True

print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
# print(iter_dic.__next__()) #抛出异常StopIteration，或者说结束标志

#有了迭代器，我们就可以不依赖索引迭代取值了
iter_dic=dic.__iter__()
while 1:
    try:
        k=next(iter_dic)
        print(dic[k])
    except StopIteration:
        break
        
#这么写太丑陋了，需要我们自己捕捉异常，控制next，python这么牛逼，能不能帮我解决呢？能，请看for循环

四、for循环

#基于for循环，我们可以完全不再依赖索引去取值了
dic={'a':1,'b':2,'c':3}
for k in dic:
    print(dic[k])

#for循环的工作原理
#1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
#3: 重复过程2，直到捕捉到异常StopIteration,结束循环

五、迭代器的优缺点

优点：1.提供一种统一的，不依赖于索引的迭代方式

　　　2.懒性计算，每次只有一条数据，节省内存

缺点：1.无法获取长度（只有在迭代完毕才能知道有多少值）

　　　2.一次性的，顺序移动，无法后退

生成器

一、什么是生成器

函数内包含yield的关键字，在调用函数时不会执行内部代码，得到的函数返回值就是一个生成器对象

def chicken():
    print('=====>first')
    yield 1
    print('=====>sencond')
    yield 2
    print('=====>third')
    yield 3


obj=chicken()
print(obj) #<generator object func at 0x > 生成器对象

二、生成器就是迭代器

生成器本质就是迭代器，也就是说生成器的玩法其实就是迭代器的玩法

obj.__iter__
obj.__next__
#2、所以生成器就是迭代器，因此可以这么取值
res=next(obj)
print(res)

模仿range() 功能

def my_range(start,stop,step=1):
    while start < stop:
        yield start 
        start+=step 

for item in my_range(1,10,2):
    print(item)

# 结果 :1,3,5,7,9

三、总结yield

#1、为我们提供了一种自定义迭代器的方式，
#    可以在函数内用yield关键字，调用函数拿到的结果就是一个生成器，生成器就是迭代器
#2、yield可以像return一样用于返回值，区别是return只能返回一次值，而yield可返回多次
#    因为yield可以保存函数执行的状态