python生成器与迭代器基础

1.生成器

• 在 python 中，使用了 yield 的函数被称为生成器（generator）。
• 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
• 以斐波那契数列为例

def fib(number):   #斐波那契数列函数
    n = 0
    a = 0
    b = 0
    c = 1
    while n < number:
        yield (c)    #yield,变成生成器
        a = b
        b = c
        c = a+b
        n+=1
    return 'wrong'     #异常时打印

p = fib(10)
print(p.__next__())  #打印一步
print(p.__next__())
print(p.__next__())
print(p.__next__())
print("===================")
for i in p:   #接着断点继续打印
    print(i)

• 通过yield实现单线程情况下并发运行的效果（生产者消费者）

import time

def consumer(name):    #消费者
    while True:
        product = yield
        print("产品%s已被%s使用"%(product,name))
        
def producer():    #生产者
    c = consumer('Lihua')
    c.__next__()
    for i in range(10):
        time.sleep(2)
        print("产品%s已生产"%(i))
        c.send(i)
producer()

2.迭代器

• 可迭代对象（Iterable）:直接作用于for循环的对象
  例如：我们常用的 list、tuple、dict、set、str等，还有就是带yield的生成器
  （可以用isinstance()判断一个对象是否为Iterable对象）

>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance({
    
    },Iterable)
True
>>> isinstance(1000,Iterable)
False
>>> isinstance("student",Iterable)
True

• 迭代器（Iterator）:可以被next（）函数调用并不断返回下一个值得对象称为迭代器
  （可以用isinstance()判断一个对象是否为Iterator对象）

>>> from collections import Iterator
>>> isinstance([],Iterator)
False
>>> isinstance((x for x in range(10)),Iterator)
True
>>> isinstance({
    
    },Iterator)
False
>>>

• 生成器一定是迭代器，但是迭代器不一定是生成器
• 将list,dict,str等可迭代对象Iterable转变成迭代器Iterator，使用iter()函数 >>>

isinstance(iter([]),Iterator)
True
>>> isinstance(iter("student"),Iterator)
True