迭代器

可迭代对象

有iter()方法的就是可迭代对象，列如列表，字典，元祖，集合，文件对象等都是

d = {'key1':1,'key2':2,'key3':3}
res = d.__iter()__
print(res)
>> <dict_keyiterator object at 0x000321312042143132W>
res.__next__()
res.__next__()
res.__next__()
res.__next__()
>>>
key1
key2
key3
报错StopIteration
while True:
    try:
        res.__next()__
    except StopIteration as e:
        break
>>> key1,key2,key3

迭代器对象

内置有next()方法并且还内置有iter()方法的对象
调用next()方法，就会得到迭代器的下一个值
调用iter()方法，就会得到迭代器本身，那为啥还需要iter()方法呢，就是为了要和可迭代对象的for方法保持一致
for 方法的执行步骤：

调用对象的iter()方法，得到它的一个迭代器对象
调用该迭代器的next()方法，拿到一个返回值，赋值给key
循环执行第二步直到抛出StopIteration异常，for循环捕捉到异常并结束循环
```
x = ['dasd','java','python']
y = iter(x)
print(next(y))
print(next(y))
print(next(y))
```
一旦迭代器用完了（也就是说，完全迭代了），就没有什么可以迭代的了，所以第二次迭代不会产生任何结果
```
a = map(int,['1','2','3'])
for i in a:
 print(i,end=',')
for i in a:
 print(i,end=',')
>>>>1,2,3
```
如果要多次迭代，则需要转化为列表

生成器（自定义的迭代器）

定义
列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。
生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。
生成可迭代的对象 : 节省空间和时间

创建
把[]改成()
使用yield关键字
```
def gen(n):
 for i in range(n):
     yield i*i 
     #return i*i 如果是return,当n=0是直接就返回了
x = gen(5)
for i in x:
 print(x,end=' ')
```
工作原理
生成器(generator)能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常，
可用next()调用生成器对象来取值。next 两种方式 t.next() | next(t)。可用for 循环获取返回值（每执行一次，取生成器里面一个值）
yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。

.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果，换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

def test():
 i = 0
 while i < 5:
     temp = yield i
     print('temp is %s'%temp)
     i += 1
a = test() #a是一个生成器
a.__next__() #-->a.send(None)，相当于发送一个None给生成器，此时i = 0，停留在yield
a.__next__()
a.__next__()
a.send('hello')
a.__next__()
a.__next__() #i > 5了，此时生成器取完了，打印StopIteration错误
>>>>>
0 返回i= 0,不打印后面的print
temp is None 返回i=1
1
temp is None 返回i=2
2
temp is hello 返回i=3
3
temp is None 返回i=4
4
Traceback (most recent call last):File "<stdin>", line 1, in <module> StopIteration
#第一次取值：yield 返回了 i 值 0，停在yield i，temp没赋到值。
第二次取值，开始在print，temp没被赋值，故打印None，i加1，继续while判断，
yield  返回了 i 值 1，停在yield i

生成斐波拉契数列：

def fib(max):
 n,a,b = 0,0,1
 while n < max:
     yield b
     a,b = b,a+b #a,b = b ,a+b其实相当于t =a+b ,a =b ,b =t
     n += 1
 return 'done'
for i in fib(6):
 print(i,end=' ')
>>>>1 1 2 3 5 8 
#可以看出这个打印并不返回return的'done',如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value
g = fib(7)
while True:
 try:
     x = g.__next__()
     print(x,end=' ')
 except Exception as e:
     print(e.value)
     break
>>>1 1 2 3 5 8 13 done

yield单线程并发

import time 
def consumer(name):
 print(f'{name} 准备学习啦!')
 while True:
     lesson = yield
     print(f'开始[{lesson}],[{name}]老师来讲课了')
def producer():
 c1 = consumer('A')
 c2 = consumer('B')
 c1.__next__()
 c2.__next__()
 print('开始上课了')
 for i in range(10):
     time.sleep(1)
     print('到了2个同学')
     c1.send(i)
     c2.send(i)
if __name__ == '__main__':
 producer()

二维列表转化为一维列表

a = [[1,2,3],[4,3,2],[1,2,34,5,6]]
num_list = []
def handlelist():
 for num in a:
     for i in num:
         yield i*i
print(list(handlelist))
>>[1, 4, 9, 16, 9, 4, 1, 4, 1156, 25, 36]

如果是多维列表转化

a = [1,2,3,[1,2,3,[1,2,[232,1,1,2]]],[[3,3,2],4,3,2],[1,2,34,5,6]]
def enumlist(a):
 try:
     for num in a:
         for i in enumlist(num):
             yield i
 except:
     yield a
print(list(enumlist(a)))
>>[1, 2, 3, 1, 2, 3, 1, 2, 232, 1, 1, 2, 3, 3, 2, 4, 3, 2, 1, 2, 34, 5, 6]

Python

迭代器和生成器

迭代器

可迭代对象

迭代器对象

生成器（自定义的迭代器）

定义

创建

工作原理

生成斐波拉契数列：

yield单线程并发