Python 迭代器和可迭代

迭代器

# 验证是否是迭代器或可迭代
from collections.abc import Iterable,Iterator  
isinstance(list(),Iterable)
isinstance(list(),Iterator)

Iterable 可迭代

1. 可用for loop实现访问
2. 常见的list，tuple，dict，set，str
4. 使用iter()后生成迭代器，也可以用next()访问
5. 可迭代包含迭代器：即Iterable包含Iterators

Iterators 迭代器

1. 定义：
    * 迭代中可以记忆自己的状态
    * 有__next__方法
        * 自动跳到下一个值
        * 在下一个值时更新状态
        * 结束时信号会raise StopIteration异常
            * 可用try...except来处理
    * 可自己迭代的，会有__iter__方法，即迭代器
2. 生成迭代器iterators.__iter__()
    1. 如果可迭代的话，则获得迭代器
    2. 如果不可迭代的话，则通过索引生成迭代器
    3. 若均不满足，就raise TypeError
        * 可用try...except来处理
3. 迭代协议
    1. __iter__()
    2. __next__() 调用next()可以不断指向下一个值
    3. 所有可迭代的都可以用内置函数 iter()获得迭代器,之后可以使用next()
        * 常见的list，tuple，dict，set，str，均是Iterator的子类
        * open读取后，可以用next调用
4. 为什么要用迭代器
    1. lazy：不用考虑下一个是什么，自动next
    2. 有时节省时间和内存，相对list等数据结构（见例题）
    3. 可以生成无穷长的迭代器，且占用内存很小

怎样制造迭代器

1. 对象导向的生成器
    * 可以自建一个class 
    * 包含__init__ \ __iter__\ __next__(见例子)  
2. 生成器函数
    * 可以自建一个def，当called时，会返回迭代器但不会立即运行
        * 可以做一个无穷的迭代器函数，要比对象导向的更简洁
    * 包含yield语句，收集元素，并返回一个generator对象，即迭代器
    * yield语句可以是一个或多个，通过for循环，按顺序收集迭代值（见例子）
3. 生成器的表达式
    * 自建一个类似list的表达式 (x for x in L)
        * 类似于for loop加append
    * 比生成函数更简洁

总结

1. 迭代器和可迭代的共性是：
   可迭代中有getitem，迭代中是有next
3. 不同生成器的简洁性：表达式 > 函数 > 表达式
4. return 和yield的比较
    * return  
    函数的终点、返回值或者None、摧毁了所有的局部变量
    * yield  
    暂停函数的执行、获取值不摧毁局部变量、之后会从停下来的地方接着运行