迭代器&生成器

什么是列表生成式：用简洁的语句通过不同的规则动态的生成需要的列表。
[i * 2 for i in range(10)]
等同于：
l = []
for i in range(10):
l.append(i * 2)

在要生成大量数据的场景，使用列表生成器将占用大量的内存空间，此时可以通过使用生成器（generator）来边循环边计算，以节省内存资源。
生成器：只有在遍历时才生成对应的值，且只记录当前位置的值。
gen = ( i * 2 for i in range(10))

生成器的遍历：
1,使用for循环遍历: for i in gen
2,使用next()函数来获取生成器的下一个返回值：next(gen)， gen.__ next__()

当生成器的推算算法比较复杂，使用类似列表生成式的for循环语句无法实现的时候，我们还可以使用函数来实现推算。

生成斐波拉契数列：
def fib(max):
n,a,b =0,0,1
while n < max:
yield b
a,b = b, a + b
n+=1
return "finished" # 生成器函数return内容为报错的时候显示的信息
# fib函数中使用了yield就变成了一个生成器。
fib(100)

yield的作用保存当前状态并返回。
next方法，只调用yield不传值， send方法给会唤醒yield并给yield传值。

迭代器：
可直接用于for循环的数据类型有集合数据类型（list，tuple，dict等）和生成器。这些能够直接作用于for循环的对象统称为可迭代对象(Iterable).
我们可以通过isinstance()判断对象是否是一个可迭代对象。
isinstance({},Iterable)
isinstance([],Iterable)
isinstance((x *2 for i in rnage(10)),Iterable)

迭代器(Iterator)：可以被next()函数调用，并不断返回下一个值的对象。

我们可以通过isinstance()判断对象是否是一个Iterator对象：
from collections import Iterator
isinstance((x * 2 for i in range(10)),Iterator) # True
isinstance([],Iterator) # False

生成器都是迭代器对象，但List，dict，str等这些类型虽然是可迭代对象，却不是迭代器对象。
可以使用iter()函数，将list，dict，str等可迭代对象转换为迭代器对象：
isinstance(iter([]),Iterator)

迭代器&生成器

原文：https://www.cnblogs.com/heyong45/p/11361389.html