生成器 迭代器

生成器

1.什么是生成器

生成器的目的：节省内存空间，可以一个一个生成解释，访问的时候才存在，不访问不生成。

背景： 通过列表生成式，我们可以直接创建一个列表， 但是，收到内存限制，列表容量肯定是有限的。而且，创建一个由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，而后面绝大多数元素占用的空间都白白浪费了。

          所以，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？这样不必创造出完整的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，成为生成器，generator

2.怎么样写生成器：

　　2.1 列表生成式 [i*2 for i in range(10)]

      2.2 将[]变为() (i *2 for i in range(10))

3.生成器特点：只有在调用时才会生成相应的数据，只记录当前位置， 只有一个next方法（不能向前取值） __next__()

生成器例子

 

b = (i *2 for i in range(10))
for i in b:
    print(i)

 

4.生成器的例子

def fib(max):
    n, a, b = 0, 0, 1 #先预先定义初始值
    while n < max: # n<10
        #print(b) 将打印语句变为yield，即成为生成器
        yield b # 变为生成器
        a,b=b,a+b
        n=n+1
    return "done"
#print(fib(10))

f=fib(10)
print(f.__next__())
print("============")
print(f.__next__())
print(f.__next__())
print(f.__next__())
print("start loop") #每次开始都会停留在上一次读取的位置
for i in f:
    print(i)

 5. 有Exception 的例子

def fib(max):
    n,a,b=0,0,1
    while n<max:
        a,b=b,a+b
        yield b
        n=n+1
    return "done"
f=fib(5)

#如下报出来了异常，我们应该抓住这个异常，如fib2.py
while True:
    try: #执行下列代码
        x = next(f) # next(iterator)
        print(x)
    except StopIteration as e: #当有StopIteration异常时，执行下列打印语句
        print("Generator return value:",e.value)
        break

当执行next() 函数时，如果超出了迭代器的范围，就会抛出异常，这时我们可以抓住异常

迭代器

1. 什么是迭代器

可直接作用于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，string

一类是 generator(生成器），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.

可以被next()函数调用并不断返回下一个值的对象成为迭代器：Iterator

Iterator=Iterable+next()，如何确定一个对象是否是迭代对象

可使用isinstance() 判断一个对象是否是Iterable对象

>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance('frank',Iterable)
True

3. 将Iterable 变为Iterator

生成器都是迭代器；list,dict,str虽然都是Iterable，却不是Iterator，把list,dict,str等Iterable变成Iterator 可使用Iter()函数.

range(10)是一个迭代器

4.为什么 list,dict, str等数据流类型不是Iterator?

这是因为python的Iterartor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，直到没有数据流时抛出

StopIteration错误，可以把这个数据流看作是一个有序序列，但我们却不能提前知道序列的长度， 只能通过next（）函数实现按需计算下一个数据，

所以在Iterator的计算是惰性的， 只有在需要返回下个数据时才会计算。

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永远不会存储全体自然数。

 凡是可作用于for循环的对象都是Iteratable类型

凡是可作用于next()函数的对象是Iterator类型,它表示一个惰性计算的序列。