Python 迭代器与生成器
参考资料：
几分钟听懂迭代器 【哔哩哔哩教程】 （迭代器讲的很好）
Python迭代器与生成器介绍及在Pytorch源码中应用
Python 迭代器深入讲解 |【AsyncIO从入门到放弃#1】 （生成器讲得很好）
Python进阶 | 五分钟带你弄懂迭代器与生成器
迭代器
在python中，如果一个对象有__iter__和__next__方法，那么这个对象就是一个迭代器。
我们也可以调用__iter__函数把可迭代对象变为迭代器。
可迭代对象只有__iter__方法，没有__next__方法。
迭代器既有__iter__方法，也有__next__方法。(这也是迭代器协议所规定的)
在python中，这种前后都有双下划线的方法，既可以用 对象.__iter__() 来调用，也可以直接 iter(对象) 来调用。
对于一个for循环中的迭代，中间过程发生了两件事：
- __iter__函数把可迭代对象变为迭代器；
- 调用迭代器的__next__函数，返回一个元素。
我们自己创建一个简单的迭代器：
class Iterator_test():
def __init__(self, data):
self.data = data
self.length = len(data)
self.index = 0
def __iter__(self):
return self
def __next__(self):
if self.index < self.length:
self.index += 1
return self.data[self.index-1]
else:
raise StopIteration
case = Iterator_test([1, 2, 3])
# ========= 用循环的方式获取每一次迭代返回的值 ===========
# for num in case:
# print(num) # 输出：1 2 3
# ========= 调用iter方法获取每一次迭代返回的值 ===========
print(next(case)) # 输出：1
print(next(case)) # 输出：2
print(case.__next__()) # 输出：3
print(next(case)) # 输出：报错，StopIteration的错误
生成器
通常，我们把含有yield的函数称之为生成器函数generator function，把调用生成器函数返回的结果称为生成器generator (或者称为生成器对象)。
生成器是迭代器，不同的是生成器的实现更简洁。
__next__函数是由yield控制的。
return的作用是触发StopIteration异常。
生成器示例：
def count(start=0, step=1, end=8):
n = start
while n < end:
yield n
n += step
if __name__ == '__main__':
c = count(end=5) # c是生成器
# # ===== 用next函数来返回值
# print(next(c)) # 输出 0
# print(next(c)) # 输出 1
# ===== 用for循环来返回值，for循环实际上也是会调用next函数
for i in c:
print(i, end=' ') # 输出：0 1 2 3 4
总结一下yield的作用：
- 把函数变为生成器函数；
- 当程序运行到yield语句这里时，yield语句右边的对象作为next()的返回值；
- 返回一个值之后，程序会在yield语句这里暂停，当再次使用next()函数时，程序从该位置继续运行。
class实现的迭代器和yield实现的迭代器比较：
