15.迭代器：工具

1.可迭代對象：

官方聲明，只要具有__iter__方法的就是可迭代對象

當然在學習Python的道路上肯定會困難，沒有好的學習資料，怎么去學習呢？ ?學習Python中有不明白推薦加入交流群號：790921645?群里有志同道合的小伙伴，互幫互助， ?群里有不錯的視頻學習教程和PDF！

list,dict,str,set,tuple – 可迭代對象，使用靈活

            
              #方法一：
list.__iter__()
dict.__iter__()

#方法二：
查看源代碼

#方法三：
print(dir(list))
#官方聲明，只要具有__iter__方法的就是可迭代對象

            
          

2.迭代器：

官方聲明：只要具有__iter__方法__next__方法就是迭代器

            
              f = open("",'w')
f.__iter__()
f.__next__()

            
          

將可迭代對象，轉換成迭代器

            
              lst = [1,2,3,4,6]
new_lst = lst.__iter__()#將可迭代對象，轉換成迭代器

new_lst.__iter__()
new_lst.__next__()
print(new_lst.__next__())#每次獲取一個值，第一次獲取第一個值，以后向后推

#自己寫 for i in lst(): print(i)
lst = [1,2,3,4,6]
count = len(lst)
new_lst = lst.__iter__()
while count:
    print(new_lst.__next__())
    count -= 1
 #for的本質
lst = [1,2,3,4,6]
new_lst = lst.__iter__()
while 1:
    try:
       print(new_lst.__next__())
    except:
        break

            
          

3.總結：

可迭代對象：

優點：使用靈活，可以直接查看值

缺點：占內存，不能迭代值

迭代器：

優點：節省內存，惰性機制

缺點：使用不靈活，操作較繁瑣，不能直接查看元素

迭代器的特性：

1. 一次性的（用完就沒有了）
2. 不能后退
3. 惰性機制（節省內存）

可迭代對象：具有__iter__()方法的

可迭代器：具有__iter__()方法和__next__()方法的

迭代器的使用時機：當容器中數據量較多的時候使用迭代器

16.生成器：

迭代器：python中內置的一中節省空間的工具

生成器的本質就是一個迭代器

生成器與迭代器的區別：

迭代器：python自帶

生成器：程序員寫的

寫一個生成器：

將函數中的return改寫成yield就是一個生成器,return和yield都是返回：

1. return和yield都是返回
2. return和yield都可以寫多次
3. return只執行一次，yield可執行多次
4. 一個next對應一個yield，會記錄停留的位置。超出會報錯

g = func()#產生一個生成器

生成器可以使用for循環取值

yield from – 將可迭代對象的元素逐個返回

在函數內部，yield能將for循環和while循環進行暫停

            
              def func():
    print(123)
    yield "你好"
    print(321)
    yield "我好"
print(func())
#結果：
              
                
g = func()
g.__inter__()
print(g.__next__())

#會記錄停留的位置
def func():
    if 3 > 2:
        yield "你好"
    if 4 > 2:
        yield "我好"
    yield "大家好"
g = func()
print(g.__next__())
print(g.__next__())
print(g.__next__())
'''
結果：
你好
我好
大家好
'''

#for 循環
for i in g:
    print(i)

              
            
          

坑：會產生新的生成器

            
              #每次都是新的生成器
print(foo().__next__())
print(foo().__next__())
#用賦值只產生一個生成器
g = foo()
def foo():
    for i in range(10):
        pass
    yield i
    count = 1
    while 1:
        yield count
        count += 1
g = foo()
#print(next(g))  = print(g.__next__()) --推薦使用next(g)
print(next(g))
print(next(g))
print(next(g))
#next可以在while中停住
'''
結果：
9
1
2
'''

            
          

seed() – 了解

            
              #send()第一次只能傳None，用于激活，否則會報錯，以后可以傳各種數據
def func():
    a = yield "send激活"
    print(a)
    b = yield "send開始"
g = func()
print(g.send(None))
print(g.send(123))

            
          

生成器應有場景：

            
              #當有大量的數據時
def func():
    lst = []
    for i in range(1000000):
        lst.append(i)
    return lst
print(func())
#生成器改進
def func():
    for i in range(1000000):
        yield i
g = func()
for i in range(50):
    print(next(g))

            
          

yield from – 將可迭代對象逐個返回

            
              def func():
    list1 = ["牛羊配","老奶奶花生米","衛龍","蝦扯蛋","米老頭","老干媽"]
    yield from list1  #yield list1 會直接返回整個列表
g = func()
print(next(g))
print(next(g))
'''
結果：
牛羊配
老奶奶花生米
'''

def func():
    list1 = ["牛羊配","老奶奶花生米","衛龍","蝦扯蛋","米老頭","老干媽"]
    lsit2 = ["小浣熊","老干爹","親嘴燒","麻辣燙","黃燜雞","井蓋"]
    yield from list1
    yield from list2
g = func()
#將lsit1返回完，才會返回list2
print(next(g))
print(next(g))
print(next(g))