python3 生成器与迭代器

生成器：1.只有在调用时才会生成相应的数据2.只记录当前位置
只有一个__next__()方法   next()

#列表生成式：
[x*2 for x in range(10)]
print([x*2 for x in range(10)])
#生成器：
g = (x*2 for x in range(10))
print(g)#output:<generator object <genexpr> at 0x000001FF205E93B8>

斐波那契数列:

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

g = fib(6)
while True:
    try:
        x = next(g)
        print("g:",x)
    except StopIteration as e:
        print("Generater return value:",e.value)
        break

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，
再次执行时从上次返回的yield语句处继续执行。yield相当于一个“断点”。
生成器并行：

#Accounting:生产者生产包子同时分给两个人
import time
def consumer(name):
    print("%s准备吃包子"%name)
    while True:
        baozi = yield
        print("包子%s来了，被%s吃了"%(baozi,name))


def producer(name):
    c = consumer("A")#生成两个消费者
    c2 = consumer("B")
    c.__next__()#初始化，准备好吃包子
    c2.__next__()
    print("包子准备！！！")
    for i in range(10):#生产者循环10次，每次生产两个包子分给消费者
        time.sleep(1)
        print("做好了两个包子了")
        c.send(i)#send()函数唤醒yield,并向yield传递参数
        c2.send(i)
producer("sugar")

迭代器：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)#output:True

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

from collections import Iterable
isinstance(iter([]), Iterator)#output:True

生成器本质上属于的迭代器。