13python（第十三天日记）

迭代器：

　　1.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

　　2.什么是可迭代对象：内部含有__iter__方法的对象就叫做可迭代对象可迭代对象就遵循可迭代协议。

　　　　如何判断两种方：

s = 'abc'

第一种：
print('__iter__' in dir(s))
第二种：
from collections import Iterable
l = [1, 2, 3, 4]
print(isinstance(l, Iterable)) # True
#isinstance也可以判断函数类型:
print(type(l))
print(isinstance(l,list))

 　　3.迭代器          什么叫做迭代器？迭代器英文意思是iterator。

　　　　可迭代对象转化成迭代器：可迭代对象.__iter__() --->迭代器

　　　　迭代器不仅含有__iter__,还含有__next__。遵循迭代器协议。

　　　　　　

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（生成器本质上是迭代器，但并不是）

 

　　　　迭代器的运用：

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

　　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

　　　　迭代器的优缺点：

#优点：
  - 提供一种统一的、不依赖于索引的迭代方式
  - 惰性计算，节省内存
#缺点：
  - 无法获取长度（只有在next完毕才知道到底有几个值）
  - 一次性的，只能往后走，不能往前退

生成器：生成器本质上是迭代器。

　　　　　　生成器的产生方式：1，生成器函数构造。2，生成器推导式构造。3，数据类型的转化。

g = func1()
print(g)  # <generator object func1 at 0x0000000001197888>
第一：函数中只要有yield 那他就不是一个函数，而是一个生成器
第二：g称作生成器对象。
print(g.__next__())
print(g.__next__())
print(g.__next__())

 

　　　　　　send  :　　　　　　

def generator():
    print(123)
    content = yield 1
    print(content)
    print(456)
    yield 2
g = generator()
g.__next__()
g.send('hello')

'''
next 和send 功能一样，都是执行一次
send可以给上一个yield赋值。

'''