一.可迭代对象
对象必须提供一个__iter__()方法，如果有，那么就是可迭代对象，
像列表，元祖，字典等都是可迭代对象
可使用isinstance(obj,Iterable)方法判断
1 from collections import Iterable,Iterator 2 l={‘2‘:2,‘fd‘:5,‘f‘:6} 3 l_i=l.__iter__() 4 5 print(isinstance(l,Iterable)) 6 print(isinstance(l_i,Iterator))
结果：
True
True
二.迭代器
迭代器协议：
对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代 （只能往后走不能往前退）
符合迭代器协议的就是迭代器。
一个对象是迭代器也是可迭代对象。
from collections import Iterable,Iterator
l={‘2‘:2,‘fd‘:5,‘f‘:6}
l_i=l.__iter__()
s=isinstance(l,Iterable)
print(s)
print(isinstance(l_i,Iterator))
打印结果：
True
True
三.生成器
遵循迭代器协议，相当于一种特殊的迭代器对象
1.生成器表达式
（1）三元表达式(必须是三元)
name = ‘李‘
res=‘儿子‘ if name == ‘李‘ else ‘爸爸‘
print(res)
打印结果：
儿子
（2）列表解析
所谓列表解析就是列表内包含两元或三元表达式（不能是四元）
1 l=[‘蚂蚁%s‘ %i for i in range(10)] 2 l1=[‘蚂蚁%s‘ %i for i in range(10) if i >5] 3 print(l) 4 print(l1)
打印结果：
[‘蚂蚁0‘, ‘蚂蚁1‘, ‘蚂蚁2‘, ‘蚂蚁3‘, ‘蚂蚁4‘, ‘蚂蚁5‘, ‘蚂蚁6‘, ‘蚂蚁7‘, ‘蚂蚁8‘, ‘蚂蚁9‘]
[‘蚂蚁6‘, ‘蚂蚁7‘, ‘蚂蚁8‘, ‘蚂蚁9‘]
一行代码写出9*9乘法表：
print(‘\n‘.join([‘ ‘.join(["%dX%d=%-2d" %(i,m,m*i) for i in range(1,m+1)]) for m in range(1,10)]))
原理：.join（）方法处理的结果是一个整体的字符串
(3)生成器表达式
1 l=[‘蚂蚁%s‘ %i for i in range(10)]#列表 2 l=（‘蚂蚁%s‘ %i for i in range(10)）#生成器表达式 3 和列表相比不占用内存，使用一次生成一次 4 l=(‘蚂蚁%s‘ %i for i in range(10)) 5 print(l) 6 print(l.__next__()) 7 print(l.__next__()) 8 print(next(l)) 9 print(next(l))
运行结果：
<generator object <genexpr> at 0x000002191AFB5BA0>
蚂蚁0
蚂蚁1
蚂蚁2
蚂蚁3
2.生成器函数
优点：
不会立即执行，节省内存。
有需要时用一个现运行出一个，yield会保留当前状态，下次从当前位置继续运行，直到再次碰到yeild。
对比两个过程理解：
过程一（做出一个卖一个，即调用一次现运行出来一个结果）
1 def product_baozi(): 2 for i in range(100): 3 print(‘正在生产包子%s‘ %i) 4 yield ‘一屉包子%s‘ %i #i=1 5 print(‘开始卖包子‘) 6 pro_g=product_baozi() 7 baozi1=pro_g.__next__()
运行结果：
正在生产包子0
过程二：（调用第二次，现运行出来第二个结果）
1 def product_baozi(): 2 for i in range(100): 3 print(‘正在生产包子%s‘ %i) 4 yield ‘一屉包子%s‘ %i #i=1 5 print(‘开始卖包子‘) 6 pro_g=product_baozi() 7 8 baozi1=pro_g.__next__() 9 baozi1=pro_g.__next__()
打印结果：
正在生产包子0
开始卖包子
正在生产包子1
3.生成器特性
特性一：for循环可以遍历生成器
def eges():
for i in range(5):
yield ‘鸡蛋%s‘ %i #i=1
pro_g=eges()
for i in pro_g:
print(i)
特性二：生成器只能迭代一次，用完就没了。
1 with open(‘人口普查‘,‘r‘,encoding=‘utf-8‘) as f: 2 def g_population(): 3 for i in f: 4 yield i 5 6 7 print(sum(eval(l)[‘population‘] for l in g_population())) 8 print(g_population().__next__()) #此句会抛出异常
4.利用生成器实现单线程并发
send（）方法，
有一个参数，该参数指定的是上一次被挂起的yield语句的返回值，
并且再次遇到yeild会向send传回一个值。
实例：饭店吃饭
1 import time 2 def consetomer(): 3 print(‘服务员点餐‘) 4 time.sleep(5) 5 for i in range(5): 6 cai=yield i #接受send的传值，并向下执行，直到结束或遇到下一个yield(此时的yield会向send传回一个值) 7 print(‘顾客开始吃第%s个菜‘ %cai) 8 9 def canting(): 10 g1=consetomer() 11 print(g1.__next__()) 12 print(‘厨师准备做菜‘) 13 for i in range(1,5): 14 time.sleep(1) 15 print(‘第%s个菜做好了‘ %i) 16 print(‘第%s个好吃‘ %g1.send(i)) #传送上一次挂起的yield并等待接受下一次yeild返回值 17 canting()
打印结果：
1 服务员点餐 2 0 3 厨师准备做菜 4 第1个菜做好了 5 顾客开始吃第1个菜 6 第1个好吃 7 第2个菜做好了 8 顾客开始吃第2个菜 9 第2个好吃 10 第3个菜做好了 11 顾客开始吃第3个菜 12 第3个好吃 13 第4个菜做好了 14 顾客开始吃第4个菜 15 第4个好吃
python(可迭代对象，迭代器，生成器及send方法详解)
原文：https://www.cnblogs.com/snowony/p/11815779.html