python入门（十三）：生成器和迭代器

1.生成器

    （1）通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

    （2）创建generator

           （一）把一个列表生成式的[]改成()，就创建了一个generator：

l = [x+1 for x in range(5)]#列表生成式print(l)l2 = (x+1 for x in range(5))#生成器print(l2)

[1, 2, 3, 4, 5]
<generator object <genexpr> at 0x0391ADE0>

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值,当然一般也是使用FOR 来打印

for n in l2:    print(n)

如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。比如，著名的斐波拉契数列（Fibonacci）除第一个和第二个数外，任意一个数都可由前两个数相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...

      （二）要把fib函数变成generator，只需要把print(b)改为yield b就可以了，generator和函数的执行流程不一样。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。

def fib(max):    n, a, b = 0, 0, 1    while n < max:        #print(b)        yield b        a, b = b, a+b        n = n + 1data = fib(100)for i in range(100):    print(data.__next__())

2.迭代器

我们已经知道，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 Iterableprint(isinstance([], Iterable))

*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。

可以使用isinstance()判断一个对象是否是Iterator对象：

from collections import Iteratorprint(isinstance((x for x in range(10)), Iterator))