迭代器

迭代器即迭代的工具，那什么是迭代呢？
迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值

优点：

1、为何要有迭代器？

对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，则必须找出一种不依赖于索引的迭代方式，这就是迭代器

2、什么是可迭代对象？

可迭代对象指的是内置有iter方法的对象，即obj.iter，如下

'hello'.__iter__(1,2,3).__iter__[1,2,3].__iter__{'a':1}.__iter__{'a','b'}.__iter__open('a.txt').__iter__

3、什么是迭代器对象？

可迭代对象执行obj.iter()得到的结果就是迭代器对象
而迭代器对象指的是即内置有iter又内置有next方法的对象

文件类型是迭代器对象open('a.txt').__iter__()open('a.txt').__next__()二、迭代器对象的使用

dic={'a':1,'b':2,'c':3}iter_dic=dic.__iter__() #得到迭代器对象，迭代器对象即有__iter__又有__next__，但是：迭代器.__iter__()得到的仍然是迭代器本身iter_dic.__iter__() is iter_dic #Trueprint(iter_dic.__next__()) #等同于next(iter_dic)print(iter_dic.__next__()) #等同于next(iter_dic)print(iter_dic.__next__()) #等同于next(iter_dic)# print(iter_dic.__next__()) #抛出异常StopIteration，或者说结束标志#有了迭代器，我们就可以不依赖索引迭代取值了iter_dic=dic.__iter__()while 1: try: k=next(iter_dic) print(dic[k]) except StopIteration: break三、for循环

#基于for循环，我们可以完全不再依赖索引去取值了dic={'a':1,'b':2,'c':3}for k in dic: print(dic[k])#for循环的工作原理#1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码#3: 重复过程2，直到捕捉到异常StopIteration,结束循环

生成器

#只要函数内部包含有yield关键字，那么函数名()的到的结果就是生成器，并且不会执行函数内部代码def func(): print('====>first') yield 1 print('====>second') yield 2 print('====>third') yield 3 print('====>end')g=func()print(g) #<generator object func at 0x0000000002184360>

yield总结

1、把函数做成迭代器
2、对比return，可以返回多次值，可以挂起/保存函数的运行状态

name=input('姓名>>: ')res='SB' if name == 'alex' else 'NB'print(res)三、列表解析

优点：方便，改变了编程习惯，可称之为声明式编程

egg_list=[]for i in range(10): egg_list.append('鸡蛋%s' %i)egg_list=['鸡蛋%s' %i for i in range(10)]四、生成器表达式

#1、把列表推导式的[]换成()就是生成器表达式#2、示例：生一筐鸡蛋变成给你一只老母鸡，用的时候就下蛋，这也是生成器的特性>>> chicken=('鸡蛋%s' %i for i in range(5))>>> chicken<generator object <genexpr> at 0x10143f200>>>> next(chicken)'鸡蛋0'>>> list(chicken) #因chicken可迭代，因而可以转成列表['鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4',]#3、优点：省内存，一次只产生一个值在内存中五、生成器函数

def xd(): for i in range(100): yield '鸡蛋%s' %is=xd()print(s.__next__())print(s.__next__())六、生产者消费者模型

import time# def producer():# ret=[]# for i in range(100):# time.sleep(0.1)# ret.append('包子%s' %i)# return ret## def consumer(res):# for index,baozi in enumerate(res):# time.sleep(0.1)# print('第%s个人，吃了%s' %(index,baozi))## res=producer()# consumer(res)#yield 3相当于return 控制的是函数的返回值#x=yield的另外一个特性，接受send传过来的值,赋值给x# def test():# print('开始啦')# firt=yield #return 1 first=None# print('第一次',firt)# yield 2# print('第二次')## t=test()# res=t.__next__() #next(t)# print(res)# # t.__next__()# # res=t.send(None)# res=t.send('函数停留在first那个位置，我就是给first赋值的')# print(res)def consumer(name): print('我是[%s],我准备开始吃包子了' %name) while True: baozi=yield time.sleep(1) print('%s 很开心的把【%s】吃掉了' %(name,baozi))def producer(): c1=consumer('wupeiqi') c2=consumer('yuanhao_SB') c1.__next__() c2.__next__() for i in range(10): time.sleep(1) c1.send('包子 %s' %i) c2.send('包子 %s' %i)producer()