迭代器和生成器

 

　　本篇我们介绍可迭代对象和迭代器对象--包括两者的定义及区别、为什么要有迭代器对象，其的用法是怎么样的 和 for循环的机制，当然还有生成器的介绍，这里还会介绍列表生成器，三元运算式等。

1、迭代器对象

　　1、迭代器协议

　　　　①迭代器协议：对象需要提供__next__方法，它要么返回迭代中的下一项，要么就引起StopIteration异常，以终止迭代。

　　　　②可迭代对象：实现了迭代器协议的对象（如何实现-->对象内部有__iter__的内置方法。）

　　　　③协议：可迭代对象实现迭代器协议，Python内置工具（如for循环、max、nin、sum函数等）使用迭代器协议访问可迭代对象。

　   2、可迭代对象和迭代器对象

　　　　可迭代对象（iterable）：该对象内有__iter__（）内置方法，为可迭代对象。还有一种说法是可以被for循环遍历的对象为可迭代对象。

可迭代对象常见的有两类：

　　①->某些数据类型，例如:str、list、tuple、dict、set等，以及其调用iter()方法得到的迭代器对象。

　　②->generatot生成器对象。包括生成器表达式、yield生成器函数。

当然还有一些其他的对象也是迭代器对象，例如，f=open("test.txt","r",encoding="utf-8"), f 也为可迭代对象。

 

　　　　迭代器对象（iterator）：该对象内不仅有__iter__()方法，还有__next__()内置方法，则为迭代器对象。也有的说-->可以调用__next__()内置方法并且不断返回下一个值或者异常的对象，称为迭代器对象。

　　　所以说：迭代器对象包含迭代器对象，即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。

例如：

#可迭代对象和迭代器对象
lis1=["zhangsan","lisi","wangwu"] #可迭代对象
# iter_lis1=lis1.__iter__() #迭代器对象
iter_lis1=iter(lis1) # ==> 等同于iter_lis1=lis1.__iter__()
print(type(lis1),type(iter_lis1))

#迭代器对象可以不断的调用__next__()内置方法，并且返回下一个值或者异常
print(iter_lis1.__next__()) #zhangsan
print(iter_lis1.__next__()) #lisi
print(iter_lis1.__next__()) #wangwu
print(iter_lis1.__next__()) #StopIteration,异常

 　　3、那为什么需要迭代器呢？

　　　有两个方面：

　　　　一、迭代器的主要优点呢就是支持延迟计算，不需要你事先准备好整个需要迭代的数据，而在此之前元素可以不存在或者销毁，这种特性使它使用一个巨大的或者无线的集合，只要实现了__iter__就可以使用迭代器访问了可迭代对象,就可以使用iter()方法使可迭代对象变为迭代器而迭代器中的__next__会返回下一个迭代对象。简单来说：节约内存空间，方便使用。

　　　　二、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。

#对于序列可以使用索引遍历序列中每个值
lis2=["zhangsan","lisi","wangwu"]
index=0
while index<len(lis2):
    print(lis2[index])
    index+=1

#然而对于非序列，这种方法则无法实现，则需要使用到迭代器
set2={"zhangsan","lisi","wangwu"}
i =0
iter_set2=set2.__iter__() #转换为迭代器对象
while i<len(set2):
    print(iter_set2.__next__())
    i+=1

　　4、for循环的机制

　　　　不废话直接看示例：

#for循环机制
#for循环内部的处理方式
lis4=["zhangsan","lisi","wangwu","alex"]
iter_lis4=lis4.__iter__()
while True:
    try:
        print(iter_lis4.__next__())
    except StopIteration:
        break

#等同于
lis3=["zhangsan","lisi","wangwu","alex"]
for i in lis3:
    print(i)

　　其实不止是for循环，还有max函数、sum函数等，均是将可迭代对象先通过iter()内置函数或者__iter__()内置方法转换为迭代器对象。随后通过不断地进行while循环，通过__next__()方法获取可迭代对象中的下一个值。而当遇到异常StopIteration便终止循环。

 

2、生成器

　　在了解生成器时，我们将生成器分为两种类型，即生成器表达式、带yield的生成器函数。

　　2.1 生成器表达式

　　　　在了解生成器表达式之前，我们需要先了解一下列表生成式以及三元表达式。

　　　　2.1-1 三元表达式

　　其形式为：为真时候的结果  if 判断条件 else 为假时候的结果。接下来我们用案例来看一下：

#三元表达式
#若我想获得->除了我女神外其他的都丑
name="amanda" 
res="Beautiful" if name=="amanda" else "Ugly" #三元表达式
print("She is %s ."%res)

　　　　2.1-2列表生成式

　　python中，列表生成式是用来创建列表的，相较于用循环实现更为简洁。举个例子，生成[1*1, 2*2, ... , 10*10]，循环用三行：

lis=[]
for i in range(10):
    lis.append(i**3)

　　而使用列表生成式，则一行就搞定：前面是生成规则，后面是初始元素，最后还可以加上判断条件：

lis=[ i**3 for i in range(10) ]

　　当然列表生成式还可以实现多层循环，以及判断：

#若我想做1-5，5-10中的偶数两两做乘法运算
lis1=[a*b for a in range(1,5) for b in range(5,10) if a%2==0 and b%2==0]
print(lis1)

#输出为：[12, 16, 24, 32]

　　那么生成器表达式又是怎么样的呢？

　　　其实将列表生成式的方括号变为圆括号即为生成器表达式。例如

#生成器表达式，该例->获取1-10中3的倍数的3次幂
lis=(i**3 for i in range(10) if i%3==0)
print(lis)

#输出结果为：<generator object <genexpr> at 0x00000222219BED58>

　　2.2 生成器函数

　　　　生成器函数:只需要把函数的return语句变成yield即可，yield将函数的返回值存入在生成器对象中，可以通过__next__()方法不断的取出下一个值，直到遇到StopIteration异常，终止调用。

#生成器函数
def test():
    for i in range(5):
        yield i**2
        yield i**3 #yield不同于return，可以在一个函数内多次使用，并且将值添加至生成器对象中

g=test() #调用函数，得到生成器对象
print(g) #结果为：<generator object test at 0x000001E03E04ED58>
print(list(g)) #[0, 0, 1, 1, 4, 8, 9, 27, 16, 64]

#也可以通过不断调用__next__方法获得下一个值
print(g.__next__())
print(g.__next__())

　　

　　完成。想到什么在补充。->Little-five原创，当然也参考了别人的博客。