可迭代的对象iterable:

但凡内置有iter方法的对象都称之为可迭代的对象，
因为iter方法这个方法可以把可迭代对象变成迭代器
作者将每个需要取值的对象都加了iter方法

迭代器

指的是迭代取值的工具
迭代是一重复的过程，每一次重复都是基于上一次的结果而来
器是工具
迭代器提供了一种通用的且不依赖于索引的迭代取值方式的功能

        执行可迭代对象下的__iter__方法，返回的值就是一个迭代器
        #dic是可迭代对象
dic={'x':2,"y":1,'z':3}
          #可迭代对象变成迭代器
iter_dic=dic.__iter__()

迭代器取值

对同一个迭代器取值，next方法，每次取的值都是按序依次不断取值，
而如果是对一个新的迭代器取值，第一次取的总是第一个值

#取值（这对同一个迭代器的两次取值）
print(iter_dic.__next__())
print(iter_dic.__next__())
#如果取值超过迭代器取值范围，会报错StopIteration，
#也可以当作一种结束信号，表明迭代器取干净了。

可迭代对象与迭代器

1.迭代器一定是个可迭代的对象，但可迭代的对象却不一定是一个迭代器
（可迭代对象可以转变为迭代器）
2.文件对象本身就是一个迭代器

f=open('c.txt','r')
print(f.__next__())

常用的多个值的容器一般都是可迭代对象

注意：文件属于迭代器（文件本身就是一个迭代器）

#可迭代对象
只有__iter__方法，没有__next__方法
#迭代器
1.既内置有__next__方法的对象，执行迭代器__next__方法可以不依赖索引取值
2.又内置有__iter__方法的对象，执行迭代器__iter__方法得到的仍然是迭代器本身

l=[1,2,4]
iter_1=l.__iter__()
print(iter_1)
print(iter_1 is iter_1.__iter__().__iter__().__iter__())
#调用可迭代对象__iter__得到的是迭代器。
#执行迭代器__iter__方法得到的仍然是迭代器本身
#这这模式可以说是为了for循环做的准备

误区：

迭代是基于老的

l=[1,2,4]                        
print(l.__iter__().__next__())     #结果：1         生成一个迭代器，并且取了第一个值    
print(l.__iter__().__next__())     #结果：1         又生成了一个迭代器，并且取了第一个值

for循环

#调用可迭代对象__iter__得到的是迭代器。
#执行迭代器__iter__方法得到的仍然是迭代器本身
#这这模式可以说是为了for循环做的准备
dic={'x':1,"y":3,'z':2}
iter_dic=dic.__iter__()
    #等价于#
iter_dic1=iter(dic)
print(iter_dic)
print(iter_dic1)
#内置方法
print(next(iter_dic))
print(next(iter_dic1))    #底层     print(iter_dic1.__next__())
while True:                    
    try:         
        print(next(iter_dic1))
    except StopIteration:
        break
 #迭代器的结果只能取一次，因此，即便再加一个while循环，同一个迭代器也无法再次取值

1.可迭代对象变成迭代器
2.能够自己获取迭代器next的值
3.next最后不报错

for循环的本质应该称之为迭代器循环，如果for循环面对的对象仅仅是可迭代对象而不是迭代器，则会生成一个新的迭代器，因此此时for循环可重复使用，但如果面对的对象本身就是一个迭代器，那么for循环也不可重复使用

#1.先调用in后面那个对象的__iter__方法，将其变成一个迭代器
    如果是迭代器__iter__可以变成迭代器
        如果是个可迭代对象__iter__可以变成迭代器
#2.调用next（迭代器），将得到的返回值赋值给变量名
#3.循环往复直到next（迭代器）抛出异常，for会自动捕捉异常StopIteration然后结束循环

迭代器总结：

优点：
1.提供一种通用的且不依赖于索引的迭代取值方式
2.同一时刻在内存中只存在一个值，更节省内存

缺点：
1.取值不如按照索引的方式灵活，（不能取指定的某一个值，而且只能往后取值
2.无法预测迭代器的长度

生成器

大前提：生成器(generator)是一种自定义的迭代器，本质就是迭代器
但凡函数内包含yield关键字，调用函数不会执行函数体代码
会得到一个返回值，该返回值就是生成器对象

def func():
    print("=======")
    print('+++')
    yield 1    
    print('======')   
    yield 2
g=func()
l=g.__next__()
L=g.__next__()
print(l)
print(L)
   #当触发函数的执行，直到碰到一个yield停下来，并且将yield后的值当作本次next的结果返回

总结：
yield只能在函数内使用
1.yield提供了一种自定义迭代器的解决方案
2.yield可以保存函数的暂停的状态
3.yield对比return
1.相同点：都可以返回值，值的类型与个数都没有限制
2.不同点：yield可以返回多次值（暂停），而return只能返回一次值函数就结束了

'''定义一个生成器，可以生成10位斐波拉契数列，得到斐波那契数列（斐波那契：数列中的每一个值都等于前两个数相加的值[1,1,2,3,5,8,13......）'''
def run(n):  
    i,a,b=0,1,1 
    while i<n:       
        yield a    
        a, b=b,a+b     
        i +=1
my_run=run(10)
print(my_run)
print(list(my_run))

了解

对函数不断地进行传值
yield 的表达式形式的应用：x=yield
不停的传值

def run1(name):  
    print('千与千寻%s准备开吃'%name)  
    food_list=[]  
    while True :      
        food=yield food_list     
        print("%s吃了%s"%(name,food))    
        food_list.append(food)
g=run1('无脸男')
print(g)
res1=g.__next__()
print(res1)
#不仅仅把数据送进去赋值给food ，还执行了next方法
res2=g.send('黄金')
print(res2)
res3=g.send('黄金')
print(res3)

send总结（来源网络）

1.当有如 y = yield x 这样的句子时，首先执行等号右半部分，再将结果赋给 y，但显然执行完yield就被冻结了，赋值只能在下一次运行生成器时执行，而下一次初始值为None。
2.send方法可以为生成器传值，send(None) 等价于 Next（）
3.第一次运行生成器时如果用send方法，参数只能为None
————————————————
版权声明：本文为CSDN博主「Sheng_1225」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_28915777/article/details/108186963

python编程学习

day8 迭代器与生成器

可迭代的对象iterable:

迭代器

迭代器取值

可迭代对象与迭代器

误区：

for循环

迭代器总结：

生成器

了解