一、迭代器

　　1、可迭代对象（iterable）

　　　　a>常见可迭代对象：列表、元组、字典、字符串都是可迭代的，而整数、浮点型数据、布尔数都是不可迭代的。通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象（iterable）

　　　　b>通过isinstance()判断一个对象是否可以迭代

　　　　　　参考代码：

　　　　　　　　　　

　　2、可迭代对象的本质

　　　　a>、可迭代对象的本质就是提供迭代器帮助我们对其进行迭代使用

　　　　b>、可迭代对象取得迭代器

　　　　　　　可通过迭代对象（Iterable）的__iter__（）魔法方法取得迭代器

　　　　c>、如何定义可迭代类，参考代码如下：

　　　　　　　　　　

　　　　　　　　　　

　　3、iter()和next（）函数

　　　　前者需要传入一个可迭代对象，然后，再返回一个迭代器，内部通过可迭代对象的__iter__()方法取得迭代器；后者传入一个迭代器，返回迭代器的下一个值

　　4、for..in... 循环本质：就是先通过iter()函数获取可以迭代对象的迭代器，然后对获取到的迭代器不断调用next（），来获取下一个值并将其赋值给item，当遇到StopIteration的异常后循环就结束

　　5、迭代器

　　　　1、迭代器是用于迭代数据的

　　　　　　　　记录每次访问的位置，以及返回下一个数据，迭代器通过__next__()方法取得下一个指向的值，默认从可迭代对象的第一个元素访问，知道所有元素访问结束，且迭代器只能向下迭代

　　　　2、迭代器就是一个可迭代对象

　　　　3、定义迭代器：

　　　　　　定义类，添加__next__(), 添加__iter__()

　　　　　　参考代码如下：

　　　　　　　　　　　　

import collections class MyClassmate(object):     def __init__(self):         self.names = []         self.position = 0     def add(self, name):         self.names.append(name)     def __iter__(self):         # 返回迭代器， 先来个空实现         return self     def __next__(self):         if self.position < len(self.names):             item = self.names[self.position]             self.position += 1             return item         else:             raise StopIteration classmate = MyClassmate() classmate.add('小王') classmate.add('小李') classmate.add('小何') print(isinstance(classmate, collections.Iterable)) for item in classmate:     print(item) 　　 　　6、迭代器的应用场景 　　　　1、用于迭代可迭代的对象数据 　　　　2、因为迭代器是通过__next__来获取迭代的数据的，所有可以通过__next__自动生成有规律的数据，而不用在已有的数据集合去取数，避免内存资源的浪费 　　　　

示例: 编写斐波那契数列迭代器：

要求：传入一个n值，就能输出前n个斐波那契数列值

斐波那契数列描述：

数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

　　7、总结：

　　　　　　1、通常用 for...in能迭代出下一个数据的对象称为可迭代对象

　　　　　　 2、具备了__iter__方法的对象就是可迭代对象

　　　　　　 3、迭代器也是可迭代对象

　　　　　　　　　　定义迭代器，需要添加__next__()、__iter__()方法

　　　　　　  4、通过迭代器可以自动生成一些规律的数据

二、生成器

　　1、生成器介绍

　　　　生成器是一种特殊的迭代器，他比迭代器更优雅，编写更加简洁

　　2、创建生成器方法1

　　　　　　列表生成式　　　　　　　

　　　　　　　　　　

# 列表推导式

L=[ x*x for x in range(5)]

print(L)

# 简单的生成器的实现方式： 列表生成式 ，把列表推导式[]改为()

G=( x*x for x in range(5))

print(G)

# 生成器是迭代器，是可迭代对象

# 使用next迭代数据

print(next(G))

print(next(G))

print(next(G))

print(next(G))

print(next(G))

# 使用for ...in 迭代

G1=( x*x for x in range(10))

for item in G1:

print(item)

　　　　b>、yield实现生成器

　　　　　　1、函数中有yield，则不再是函数，而是生成器

　　　　　　 2、yield会产生一个断点，暂停函数，挂起函数，且保存当前状态

　　　　　　  3、假如yield后面紧接着一个数据，就会把该数据返回，作为next()函数或者for..in...迭代出下一个值

　　　　　　　4、可以通过next()唤醒生成器，让生成器从断点继续执行

　　　　　　　　在函数中加yield，实现复杂的生成器：

　　　　　　　　　　　　

 

c> yield实现生成器的执行过程

"""

1.生成器默认是沉睡的，可通过next唤醒生成器

2. 第一次唤醒生成器时，是从生成器(函数)的起始位置开始，直到遇到yield，就会暂停函数，挂起函数

3. 第二次唤醒生成器时，是从yield断点处开始，直到又遇到yield

4. 当生成器已经没有yield，再使用next，则抛StopIteration异常

"""

yield生成器的执行过程代码如下：

　　　　　　

# 使用yield实现生成器

def fib(n):

print("--1--")

positon = 0 # 记录当前迭代的位置，初始值是０

num1,num2=0,1# 记录数列中的前两个数,初始值　是　０，１

while positon<n:

# print(num1)

print("--2--")

"""

1. 假如函数中有yield，则不再是函数，而是生成器

2. yield 会产生一个断点，暂停函数 ，挂起函数, 且保存当前状态

3. 假如yield后面紧接着一个数据，就会把数据返回，

作为next()函数或者for ...in...迭代出的下一个值

4. 可以通过next()唤醒生成器，让生成器从断点处继续执行

假如第一次唤醒生成器，则从生成器(函数)的起始位置开始

"""

yield num1

print("--3--")

num1,num2=num2,num1+num2

positon+=1 # 自加１　，指向下一个位置

print("--4--")

# 创建生成器对象 ,生成器默认是沉睡的状态

gen=fib(3)

# 生成器也是迭代器，也是可迭代对象

# next来迭代

print("返回值:",next(gen))

print("返回值:",next(gen))

print("返回值:",next(gen))

# print("返回值:",next(gen))

"""

1.生成器默认是沉睡的，可通过next唤醒生成器

2. 第一次唤醒生成器时，是从生成器(函数)的起始位置开始，直到遇到yield，就会暂停函数，挂起函数

3. 第二次唤醒生成器时，是从yield断点处开始，直到又遇到yield

4. 当生成器已经没有yield，再使用next，则抛StopIteration异常

"""

　　

4.使用send唤醒生成器(generator)

send与next唤醒生成器不同：

1. generator.send() 与next()都可以唤醒生成器，但send方法可传值给生成器的断点处

2. 使用：

next(generator) ：next是内置的函数

generator.send("你好") # send是生成器中的方法

3. generator.send(None)等价于next(generator)

4. 第一次唤醒生成器时，假如使用send,则只能传None，因为刚开始执行生成器时，是没有断点的

　　send与next唤醒生成器代码如下：

　　　　　　　　

# 使用yield实现生成器

def fib(n):

print("--1--")

positon = 0 # 记录当前迭代的位置，初始值是０

num1,num2=0,1# 记录数列中的前两个数,初始值　是　０，１

while positon<n:

# print(num1)

print("--2--")

"""

1. 假如函数中有yield，则不再是函数，而是生成器

2. yield 会产生一个断点，暂停函数 ，挂起函数, 且保存当前状态

3. 假如yield后面紧接着一个数据，就会把数据返回，

作为next()函数或者for ...in...迭代出的下一个值

4. 可以通过next()唤醒生成器，让生成器从断点处继续执行

假如第一次唤醒生成器，则从生成器(函数)的起始位置开始

"""

temp=yield num1

# 1. yield num1

# 2. temp=xxx

print("传入到断点的参数:",temp)

print("--3--")

num1,num2=num2,num1+num2

positon+=1 # 自加１　，指向下一个位置

print("--4--")

# 创建生成器对象 ,生成器默认是沉睡的状态

gen=fib(3)

# 生成器也是迭代器，也是可迭代对象

# next来迭代

# print("返回值:",next(gen))

# print("返回值:",gen.send("test"))

print("返回值:",gen.send(None))

# send方式唤醒生成器，可以向yield断点处传值

print("返回值:",gen.send("python"))

print("返回值:",gen.send("itcast"))

"""

send与next唤醒生成器不同：

1. generator.send() 与next()都可以唤醒生成器，但send方法可传值给生成器yield的断点处

2. 使用：

next(generator) ：next是内置的函数

generator.send("你好") # send是生成器中的方法

3. generator.send(None)等价于next(generator)

4. 第一次唤醒生成器时，假如使用send,则只能传None，因为刚开始执行生成器时，是没有yield断点的

"""