python的iterable、iterator、generator

可迭代对象iterable

一个拥有__iter__方法的对象，可以使用for循环遍历
可迭代对象有： str、list、tuple、dict、set、iterator、generator、file

# 判断一个对象是否可迭代
>>> from collections import Iterable
>>> isinstance('abc', Iterable)
True

>>> isinstance(100, Iterable)
False

迭代器

• 一个实现了__iter__方法和__next__方法的对象，就是迭代器
• 迭代器是可以被next()函数调用并不断返回下一个值的对象
• iter()函数通过调用可迭代对象的__iter__()方法，获取该对象的迭代器，然后对获取到的迭代器不断使用next()函数来获取下一条数据
  迭代器有： generator、 iter(iterable)

>>> from collections import Iterator
>>> isinstance([1，2], Iterator)  # 列表不是迭代器
False
>>> isinstance((1，2), Iterator)  
False
>>> isinstance([i for i in range(10)], Iterator)
False
>>> isinstance((i for i in range(10)), Iterator)
True

>>> a = (i for i in range(3))
>>> next(a)
0
>>> next(a)
1
>>> next(a)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
NameError: name 'a' is not defined

>>> f = open('1.txt')
>>> isinstance(f, Iterator)   # 文件是可迭代对象、也是迭代器
>>> True

# list、dict、str等虽然是可迭代对象，但不是迭代器，可以使用iter()函数转化
>>> isinstance('abc', Iterator)
False
>>> isinstance(iter('abc'), Iterator)
True

for循环遍历iterable的本质： 通过iter()函数获取iterable的迭代器，然后对获取到的迭代器不断调用next()函数获取下一个值，当遇到StopIteration的异常时循环结束

生成器

• 一边循环一边计算的机制。
• 一种特殊的迭代器，自动实现了"迭代器协议"(即__iter__和__next__法), 生成器在迭代过程中可以改变当前迭代值
• 具有yield关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后，函数会释放，而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield。
• 生成器创建方法：

1. 把一个列表生成式的[]中括号改为()
2. 带有yield的函数

>>> li = [i for i in range(10)]  # 列表生成式
>>> li
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> gen = (i for i in range(10))  # 迭代器
>>> gen
<generator object <genexpr> at 0x00000161109100F8>
>>> next(gen)
0
>>> next(gen)
1

实现斐波那契数列

def fib(max):
    a, b, n = 0, 1, 0  # n表示数列的长度
    while n < max:
    # a, b =b, a+b
        t = a + b
        a = b
        b = t
        n += 1
       yield a
num = fib(4)
print(next(num))    # 1
print(next(num))    # 1
print(next(num))    # 2
print(next(num))    # 3
print(next(num))    # StopIteration error

来源：https://www.cnblogs.com/ericccc/p/11706082.html