python 生成器&迭代器
一、生成器
1、列表生成器：列表生成式就像是一个厨师，他只会做这n(n为任意整数)道菜，想吃甚麽做甚麽，不吃不做，不浪费空间；而列表表达式就相当于已经做好的n盘菜，占用空间。
2、生成器的创建方法：
- s = (x*2 for x in range(5))
- yield+数字 只要有yield就是一个生成器对象
注意：生成器在创建的时候已经决定了能计算出值得个数，调用next的个数一旦超过这个值就会报错
第一种：
s = (x*2 for x in range(5))
# 生成器的调用方法：next() print(next(s)) # 提取生成器里面的值，in python2中等价于 s._next_()，next() 一次打印一次
print(next(s))
print(next(s)) # 生成器就是一个可迭代对象(iterable) for i in s: # 遍历生成器可迭代对象 print(i) # 打印完一个数之后这个数就被回收，不占用内存，只占用被引用值的哪一个内存
>>> 0 2 4 6 8
运行机制：从0开始，第一次next()时，取出一个数*2输出，然后每next()一次，取一个数，一直到2，for循环遍历时，因为前面next()已经取到了数字2的位置，所以从3开始，故输出为0 2 4 6 8
第二种：
def fun(): # 注意：生成器对象是fun()，而不是fun
print('s')
yield 1
print('ss')
yield 2
g = fun()
print(g) # <generator object fun at 0x000001d54e12a0f8>
next(g) # 有返回值，为yield后的值
next(g)
解释：程序运行时先执行g = fun(), 执行到第一个next()时，返回到函数中执行具体内容，一直到执行完yield 1 停止，然后继续下一个next()，再到函数中寻找yield 2 的内容，以此类推。 注意：如果再多一个next(g)，就会报错：stopiteration（停止迭代），因为超过了迭代次数
什么是可迭代对象：内部有 _iter_() 的都是可迭代对象（列表、元组、字典）
def fun():
print('s')
yield 1
print('ss')
yield 2
for i in fun():
print(i) # yield 有返回值，返回值赋给了i
>>>
s
1
ss
2
例1：输出斐波那契数列
def fib(maxs):
n, before, after = 0, 0, 1
while n < maxs:
print(after) # 从1开始，如打印before则从从0开始
before, after = after, before+after # 先计算后赋值（先右后左）
n = n+1
fib(10) # 输出前10个斐波那契数
注意：before, after = after, before+after 和 下面的两条语句不等价，原因见例1对应标注；
before = after after = before+after
例2：斐波那契数列生成器
def fib(maxs):
n, before, after = 0, 0, 1
while n < maxs:
yield before
before, after = after, before+after # 先计算后赋值（先右后左）
n = n+1
g = fib(8)
print(g) # 生成器所在的内存地址
# 需要几个next() 几次，但最多不能超过8次，否则应修改fib() 里面的数字
print(next(g))
print(next(g))
print(next(g))
print(next(g))
3、 .send() 方法
def fun(): # fun()是一个生成器对象而不是fun
print('qwer')
count = yield 1 # 先把yield的值返回，然后把‘xss’赋值给变量count
print(count)
print('asdf')
yield 2
f = fun()
# next(f) # 进入函数体
f.send(none) # 等价于next(f)
s = f.send('xss') # 给yield前面的变量赋值
print(s)
# s 是yield 2 的返回值
注意：第一次send前如果没有next，只能传一个send(none)，否则报错,typeerror: can't send
non-none value to a just-started generator，第一次通过进入send(none) 进入函数之后首先执行
print()，yield返回一个1，再次进入之后就把send()里面的值传给count,然后就可以对count进行操作
例3：yield 伪并发的实现
import time
def consumer(name):
print("%s准备吃包子！" % name)
while true:
baozi = yield
print("包子[%s]来了，被[%s]吃了！" % (baozi, name))
def producer(name):
a1 = consumer('a')
a2 = consumer('b')
next(a1)
next(a2)
print("%s准备吃包子了！" % name)
for i in range(5):
time.sleep(1)
print("做了2个包子")
a1.send(i)
a2.send(i)
producer("xiaoss")
>>>
a准备吃包子！
b准备吃包子！
xiaoss准备吃包子了！
做了2个包子
包子[0]来了，被[a]吃了！
包子[0]来了，被[b]吃了！
做了2个包子
包子[1]来了，被[a]吃了！
包子[1]来了，被[b]吃了！
做了2个包子
包子[2]来了，被[a]吃了！
包子[2]来了，被[b]吃了！
做了2个包子
包子[3]来了，被[a]吃了！
包子[3]来了，被[b]吃了！
做了2个包子
包子[4]来了，被[a]吃了！
包子[4]来了，被[b]吃了！
二、迭代器
1、什么是迭代器？
迭代是指可以用for循环来遍历
for循环内部三件事： 1.调用可跌代对象的iter方法返回一个可迭代对象
2.不断调用可迭代对象的next方法
3.处理stopiteration
处理stopiteration的过程如下：
while:
try:
i = next(list_iterator)
except stopiteration:
break
注：生成器都是迭代器，迭代器不一定是生成器
2、满足两个条件： (1)有iter方法 (2) 有next方法
from collections import iterable,iterator # 调用iterable和iterator
lis = [1, 2, 3, 4]
d = iter(lis) # 相当于 l._iter_()
print(d) # <list_iterator object at 0x00000206700dc358>
print(next(d))
print(next(d))
print(next(d))
print(next(d))
for i in [1, 2, 3, 4]:
iter([1, 2, 3, 4])
print(isinstance([1, 2], list)) # 判断一个字符是不是某个特定的数据类型 isinstance(数据, 数据类型)
print(isinstance(lis, iterable)) # 判断lis是不是迭代器
>>>
<list_iterator object at 0x000002756b321240>
1
2
3
4
true
true
例1：用迭代找出文档中最长的行
f = max(len(x.strip()) for x in open('file_1', 'r')) # 文件读取，找出最长的行
print(f) # 最长行字符的个数