可迭代对象、迭代器、生成器

可迭代对象

• 可迭代对象（对象：python中一切皆对象，一个实实在在存在的值，对象。迭代：重复的，循环的一个过程，更新迭代每一次都有新的内容）

  • 字面意思
    • 可以进行循环更新的一个实实在在的值
  • 专业角度
    • 内部含有__iter__方法的对象，被成为可迭代对象

• 获取对象的所有方法并且以支付串的形式表示

  • dir()

  • 判断一个对象是否是可迭代对象

    #方法一
    s1='ghj'
    s=dir(s1)
    
    for i in s:
        if "iter" in i:
            print('ok')
            
    #方法二
    print('__iter__' in dir('fghj'))
    

• 小结

  • 优点：
    • 存储的对象直接能显示，比较直观
    • 拥有的方法比较多，操作方便
  • 缺点：
    • 占内存
    • 不能直接通过for循环，不能直接取值（索引，key除外）

迭代器

• 迭代器的定义（器：可更新迭代的工具。）

  • 字面意思：可更新迭代的工具
  • 专业角度：内部含有__iter__方法并且含有__next__方法的对象就是迭代器

• 可以判断是否是迭代器__iter__and __next__在不在dir(对象 ）

  • with open('简单',encoding='utf-8',mode='r')as f1:
        print('__iter__'in dir(f1)and'__next__' in dir(f1))
    

• 迭代器取值

  • s='ghjkl'
    a=iter(s)
    print(next(a))
    print(next(a))
    print(next(a))
    

• 可迭代对象转换成迭代器

  1.iter(可迭代对象)

• while循环模拟for 循环机制

  s=[11,22,33,44,55,66]
  a=iter(s)
  while True:
      try:
          print(next(a))
      except StopIteration:
          break
  

• 小结（优缺点）

  • 优点：
    • 节省内存
    • 惰性机制（next一次取一个值，绝对不多取）
      • 迭代时数据处理的基石，扫描内存中放不下的数据集时，我们要找到一种惰性获取数据的方式，即按需一次获取一个数据项，这就是迭代器模式。
  • 缺点：
    • 速度慢
    • 不走回头路

可迭代对象和迭代器对比

• 可迭代对象
  • 可迭代对象是一个操作方法比较多，比较直观，存储数据相对少的一个数据集（几百万数据8G内存是可以承受的）
  • 应用：当侧重于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择
• 迭代器
  • 迭代器是一个节省内存，可以记录取值的位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集
  • 应用：当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为主要因素时，将数据集设置为迭代器是一个不错的选择（可以参考python为什么把文件句柄设置为迭代器）

生成器

• 什么是生成器

  • python社区，生成器与迭代器看成是一种。生成器的本质就是迭代器。
  • 生成器与迭代器的区别：生成器是我们自己用代码构建的一种数据结构，迭代器都是提供或者转化过来的。

• 获取生成器的三种方式

  • 生成器函数

    • return和yield的区别：

      • return：函数中只存在一个return结束函数并且给函数的执行者返回值
      • yield：只要函数中有yield那么它就是生成器而不是函数了
      • 生成器函数中可以存在多个yield,yield不会结束生成器函数，一个yield对应一个next。
      • 生成yield函数以上得代码会执行,以下的代码则不会执行

      def func():
          print('aaa')
          print('bbb')
          yield 3
          print('ccc')
          yield 6
          print('ddd')
      ret=func()
      print(next(ret))
      print(next(ret))
      
      得：
      aaa
      bbb
      3
      ccc
      6
      

  • 生成器表达式

    • 不用一次性全取，需要多少取多少

    def bao():
        for i in range(1,201):
            yield i
    ret=bao()
    for j in range(50):
        print(next(ret))
    

  • python内部提供的一些

• yeild form

  • yield from 将l1这个列表变成迭代器返回

  def func():
      li=[11,22,33,44]
      yield from li    #yield from 将l1这个列表变成迭代器返回
  ret=func()
  print(next(ret))
  

• 生成器表达式

  • 与列表推导式的写法几乎一模一样

  obj=(i for i in range(1,11))
  for j in obj:       #for 循环的时候就已经转换成迭代器
    print(j)
  
  
  
  obj=(i for i in range(1,11))
  print(next(obj))
  print(next(obj))
  print(next(obj))