生成器，迭代器

生成器函数

　　一个函数带着yield就是生成器函数

　　调用之后不执行,需要next来触发这个函数继续向下执行

　　一个函数中可以多个yield

　　生成器函数得到的是一个生成器

　　启动生成器第一个方法永远是next

生成器函数和其他函数的区别

　　生成器函数和其他函数[本质上]我们得到的结果是相同的

　　只不过中间过程不同

　　普通函数 必须得到所有结果之后才返回

　　生成器函数 可以一边计算结果一边返回

生成器

　　生成器的本质可就是迭代器  

　　在生成器中 通过next取到的值才是yield的返回值

生成器函数有什么特点

　　调用的时候不执行

　　返回一个生成器/迭代器

　　从生成器中取值的方式和迭代器一样

生成器函数中 

　　send/__next__ 生成器函数之外用的

　　yield/yield from生成器函数之内用的

　　next+send==yield

　　如果函数中的yield要接受参数,那么应该使用send传值

　　如果函数中的yield不需要接受参数,那么应该使用next

　　生成器和迭代器都是一样的 ,内部的值都只能取一次

　　从生成器中取值的方式也和迭代器是一样的:  

　　　　　　for 

　　　　　　next/send

　　　　　　数据类型的强制转换(list8)

 迭代器

　　iter 迭代

　　iterable 可迭代

　　整数类型是不可迭代的

　　dir函数是查看一个数据类型内部含有哪些方法

　　 两边带着双下划线的方法就叫做'魔术方法'\'双下方法'\'内置方法'

　　可迭代协议:只要含有__iter__方法的数据类型都是可以迭代的

　　可迭代的都可以使用for循环

检查某个变量/值 是不是可迭代的呢

　　1.print('__iter__'in dir([]))

　　2form collection import Iterable

　　　　print(isinstance([],iterable))

迭代器的作用;

　　节省空间

　　for循环就是利用了迭代器节省内存的特点来对Python当中的变量来进行操作

res=[1,2,3,4]

print(res.__length__())  查看迭代器中有多少个元素

print(res.__setstate__() 控制迭代器从哪开始迭代

print(res.__next__())  从迭代器中取下一个值

for 循环一个列表的时候必须用的

　　__next__  取下一个值

迭代器协议:

　　内部含有__next__ 和__iter__ 的方法的值\变量都是迭代器

如何让创建一个迭代器

　　可迭代变量.__iter__()    返回一个迭代器

迭代器的特点:(节省内存,惰性运算,一次性取值只能按顺序取)

　　具有next和iter 方法

　　通过一个next多次执行就可以获得所有这个容器中的值

　　迭代器中的值只能取一次

　　不能取的时候不出现

for循环取值

　　第一种  for

　　第二种 next

　　第三种 数据类型的类型转换

　　for循环内部的机制就是迭代器取值的机制

　　在for循环执行过程中:先把可迭代的变成一个迭代器,然后只在丛中一个一个的取值

for循环和可迭代的关系

　　所有的迭代器都是可迭代的

　　迭代器都是特殊的存在

for循环和迭代器的关系

　　无论是可迭代的还是迭代器都可以被for循环

　　如果直接循环迭代器,那么循环一次就没有了

　　如果循环的是飞迭代器,那么每一次循环相当于从头到尾的循环

range生成的就是迭代器 创建这个迭代器并不会真的吧迭代器中的所有数据一次性生成

什么时候生成呢?

　　只有通过next取值的时候才会生成

记住你要多少个值,当前该给你什么,并且记住我下一个该给你什么,下一个个当前这个数的关系