生成器

深藏阁楼爱情的钟 2024-02-19 12:17 36阅读 0赞

什么是生成器？

通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator

生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。

生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器

python中的生成器

要创建一个generator，有很多种方法，第一种方法很简单，**只有把一个列表生成式的\[\]中括号改为（）小括号，就创建一个generator**

**　　**举例如下：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code>#列表生成式</code> <code>lis&nbsp;</code><code>=</code>&nbsp;<code>[x</code><code>*</code><code>x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>)]</code> <code>print</code><code>(lis)</code> <code>#生成器</code> <code>generator_ex&nbsp;</code><code>=</code>&nbsp;<code>(x</code><code>*</code><code>x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>))</code> <code>print</code><code>(generator_ex)</code> &nbsp; <code>结果：</code> <code>[</code><code>0</code><code>,&nbsp;</code><code>1</code><code>,&nbsp;</code><code>4</code><code>,&nbsp;</code><code>9</code><code>,&nbsp;</code><code>16</code><code>,&nbsp;</code><code>25</code><code>,&nbsp;</code><code>36</code><code>,&nbsp;</code><code>49</code><code>,&nbsp;</code><code>64</code><code>,&nbsp;</code><code>81</code><code>]</code> <code>&lt;generator&nbsp;</code><code>object</code>&nbsp;<code>&lt;genexpr&gt; at&nbsp;</code><code>0x000002A4CBF9EBA0</code><code>&gt;</code> </td> 
 </tr> 
 </tbody> 
</table>

那么创建lis和generator\_ex，的区别是什么呢？从表面看就是\[ \]和（）,但是结果却不一样，一个打印出来是列表（因为是列表生成式），而第二个打印出来却是<generator object <genexpr> at 0x000002A4CBF9EBA0>，那么如何打印出来generator\_ex的每一个元素呢？

如果要一个个打印出来，可以通过next（）函数获得generator的下一个返回值：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 </td> 
 <td> <code>#生成器</code> <code>generator_ex&nbsp;</code><code>=</code>&nbsp;<code>(x</code><code>*</code><code>x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> <code>结果：</code> <code>0</code> <code>1</code> <code>4</code> <code>9</code> <code>16</code> <code>25</code> <code>36</code> <code>49</code> <code>64</code> <code>81</code> <code>Traceback (most recent call last):</code> &nbsp; <code>&nbsp;&nbsp;</code><code>File</code>&nbsp;<code>"列表生成式.py"</code><code>, line&nbsp;</code><code>42</code><code>,&nbsp;</code><code>in</code>&nbsp;<code>&lt;module&gt;</code> &nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(</code><code>next</code><code>(generator_ex))</code> &nbsp; <code>StopIteration</code> </td> 
 </tr> 
 </tbody> 
</table>

大家可以看到，generator保存的是算法，每次调用next(generaotr\_ex)就计算出他的下一个元素的值，直到计算出最后一个元素，没有更多的元素时，抛出StopIteration的错误，而且上面这样不断调用是一个不好的习惯，正确的方法是使用for循环，因为generator也是可迭代对象：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 </td> 
 <td> <code>#生成器</code> <code>generator_ex&nbsp;</code><code>=</code>&nbsp;<code>(x</code><code>*</code><code>x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>))</code> <code>for</code>&nbsp;<code>i&nbsp;</code><code>in</code>&nbsp;<code>generator_ex:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(i)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code>&nbsp; <code>结果：</code> <code>0</code> <code>1</code> <code>4</code> <code>9</code> <code>16</code> <code>25</code> <code>36</code> <code>49</code> <code>64</code> <code>81</code> </td> 
 </tr> 
 </tbody> 
</table>

所以我们创建一个generator后，基本上永远不会调用next()，而是通过for循环来迭代，并且不需要关心StopIteration的错误，generator非常强大，如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如著名的斐波那契数列，除第一个和第二个数外，任何一个数都可以由前两个相加得到：

1，1，2，3，5，8，12，21，34.....

斐波那契数列用列表生成式写不出来，但是，用函数把它打印出来却狠容易：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 </td> 
 <td> <code>#fibonacci数列</code> <code>def fib(max):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n,a,b =0,0,1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code>&nbsp;<code>n &lt; max:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>a,b =b,a+b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n = n+1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print(a)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>'done'</code> &nbsp; <code>a = fib(10)</code> <code>print(fib(10))</code> </td> 
 </tr> 
 </tbody> 
</table>

a,b = b ,a+b 其实相当于 t =a+b ,a =b ,b =t ，所以不必写显示写出临时变量t，就可以输出斐波那契数列的前N个数字。上面输出的结果如下：

[\+  ][ ]

仔细观察，可以看出，`fib`函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说上面的函数也可以用generator来实现，上面我们发现，print(b)每次函数运行都要打印，占内存，所以为了不占内存，我们也可以使用生成器，这里叫yield。如下：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code>def</code>&nbsp;<code>fib(</code><code>max</code><code>):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n,a,b&nbsp;</code><code>=</code><code>0</code><code>,</code><code>0</code><code>,</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code>&nbsp;<code>n &lt;&nbsp;</code><code>max</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>yield</code>&nbsp;<code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>a,b&nbsp;</code><code>=</code><code>b,a</code><code>+</code><code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n&nbsp;</code><code>=</code>&nbsp;<code>n</code><code>+</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>'done'</code> &nbsp; <code>a&nbsp;</code><code>=</code>&nbsp;<code>fib(</code><code>10</code><code>)</code> <code>print</code><code>(fib(</code><code>10</code><code>))</code> </td> 
 </tr> 
 </tbody> 
</table>

但是返回的不再是一个值，而是一个生成器，和上面的例子一样，大家可以看一下结果：

<table> 
 <tbody> 
 <tr> 
 <td> 1 </td> 
 <td> <code>&lt;generator&nbsp;</code><code>object</code>&nbsp;<code>fib at&nbsp;</code><code>0x000001C03AC34FC0</code><code>&gt;</code> </td> 
 </tr> 
 </tbody> 
</table>

那么这样就不占内存了，这里说一下generator和函数的执行流程，函数是顺序执行的，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次被next（）调用时候从上次的返回yield语句处急需执行，也就是用多少，取多少，不占内存。

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 </td> 
 <td> <code>def</code>&nbsp;<code>fib(</code><code>max</code><code>):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n,a,b&nbsp;</code><code>=</code><code>0</code><code>,</code><code>0</code><code>,</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code>&nbsp;<code>n &lt;&nbsp;</code><code>max</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>yield</code>&nbsp;<code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>a,b&nbsp;</code><code>=</code><code>b,a</code><code>+</code><code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n&nbsp;</code><code>=</code>&nbsp;<code>n</code><code>+</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>'done'</code> &nbsp; <code>a&nbsp;</code><code>=</code>&nbsp;<code>fib(</code><code>10</code><code>)</code> <code>print</code><code>(fib(</code><code>10</code><code>))</code> <code>print</code><code>(a.__next__())</code> <code>print</code><code>(a.__next__())</code> <code>print</code><code>(a.__next__())</code> <code>print</code><code>(</code><code>"可以顺便干其他事情"</code><code>)</code> <code>print</code><code>(a.__next__())</code> <code>print</code><code>(a.__next__())</code> &nbsp; <code>结果：</code> <code>&lt;generator&nbsp;</code><code>object</code>&nbsp;<code>fib at&nbsp;</code><code>0x0000023A21A34FC0</code><code>&gt;</code> <code>1</code> <code>1</code> <code>2</code> <code>可以顺便干其他事情</code> <code>3</code> <code>5</code> </td> 
 </tr> 
 </tbody> 
</table>

在上面fib的例子，我们在循环过程中不断调用`yield`，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。同样的，把函数改成generator后，我们基本上从来不会用`next()`来获取下一个返回值，而是直接使用`for`循环来迭代：

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果拿不到返回值，那么就会报错，所以为了不让报错，就要进行异常处理，拿到返回值，如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 </td> 
 <td> <code>def</code>&nbsp;<code>fib(</code><code>max</code><code>):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n,a,b&nbsp;</code><code>=</code><code>0</code><code>,</code><code>0</code><code>,</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code>&nbsp;<code>n &lt;&nbsp;</code><code>max</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>yield</code>&nbsp;<code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>a,b&nbsp;</code><code>=</code><code>b,a</code><code>+</code><code>b</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n&nbsp;</code><code>=</code>&nbsp;<code>n</code><code>+</code><code>1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>'done'</code> <code>g&nbsp;</code><code>=</code>&nbsp;<code>fib(</code><code>6</code><code>)</code> <code>while</code>&nbsp;<code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>try</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>x&nbsp;</code><code>=</code>&nbsp;<code>next</code><code>(g)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(</code><code>'generator: '</code><code>,x)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>except</code>&nbsp;<code>StopIteration as e:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(</code><code>"生成器返回值："</code><code>,e.value)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>break</code> &nbsp; &nbsp; <code>结果：</code> <code>generator:&nbsp;&nbsp;</code><code>1</code> <code>generator:&nbsp;&nbsp;</code><code>1</code> <code>generator:&nbsp;&nbsp;</code><code>2</code> <code>generator:&nbsp;&nbsp;</code><code>3</code> <code>generator:&nbsp;&nbsp;</code><code>5</code> <code>generator:&nbsp;&nbsp;</code><code>8</code> <code>生成器返回值： done</code> </td> 
 </tr> 
 </tbody> 
</table>

**还可以通过yield实现在单线程的情况下实现并发运算的效果**

[\+  ][ ]

由上面的例子我么可以发现，python提供了两种基本的方式

**生成器函数：也是用def定义的，利用关键字yield一次性返回一个结果，阻塞，重新开始**

**生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果**

——生成器函数

为什么叫生成器函数？因为它随着时间的推移生成了一个数值队列。一般的函数在执行完毕之后会返回一个值然后退出，但是生成器函数会自动挂起，然后重新拾起急需执行，他会利用yield关键字关起函数，给调用者返回一个值，同时保留了当前的足够多的状态，可以使函数继续执行，生成器和迭代协议是密切相关的，可迭代的对象都有一个\_\_next\_\_()\_\_成员方法，这个方法要么返回迭代的下一项，要买引起异常结束迭代。

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 </td> 
 <td> <code># 函数有了yield之后，函数名+（）就变成了生成器</code> <code># return在生成器中代表生成器的中止，直接报错</code> <code># next的作用是唤醒并继续执行</code> <code># send的作用是唤醒并继续执行，发送一个信息到生成器内部</code> <code>'''生成器'''</code> &nbsp; <code>def</code>&nbsp;<code>create_counter(n):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(</code><code>"create_counter"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>while</code>&nbsp;<code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>yield</code>&nbsp;<code>n</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code><code>(</code><code>"increment n"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>n&nbsp;</code><code>+</code><code>=</code><code>1</code> &nbsp; <code>gen&nbsp;</code><code>=</code>&nbsp;<code>create_counter(</code><code>2</code><code>)</code> <code>print</code><code>(gen)</code> <code>print</code><code>(</code><code>next</code><code>(gen))</code> <code>print</code><code>(</code><code>next</code><code>(gen))</code> &nbsp; <code>结果：</code> <code>&lt;generator&nbsp;</code><code>object</code>&nbsp;<code>create_counter at&nbsp;</code><code>0x0000023A1694A938</code><code>&gt;</code> <code>create_counter</code> <code>2</code> <code>increment n</code> <code>3</code> <code>Process finished with exit code&nbsp;</code><code>0</code> </td> 
 </tr> 
 </tbody> 
</table>

——生成器表达式

生成器表达式来源于迭代和列表解析的组合，生成器和列表解析类似，但是它使用尖括号而不是方括号

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code>&gt;&gt;&gt;&nbsp;</code><code># 列表解析生成列表</code> <code>&gt;&gt;&gt; [ x&nbsp;</code><code>*</code><code>*</code>&nbsp;<code>3</code>&nbsp;<code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>5</code><code>)]</code> <code>[</code><code>0</code><code>,&nbsp;</code><code>1</code><code>,&nbsp;</code><code>8</code><code>,&nbsp;</code><code>27</code><code>,&nbsp;</code><code>64</code><code>]</code> <code>&gt;&gt;&gt;</code> <code>&gt;&gt;&gt;&nbsp;</code><code># 生成器表达式</code> <code>&gt;&gt;&gt; (x&nbsp;</code><code>*</code><code>*</code>&nbsp;<code>3</code>&nbsp;<code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>5</code><code>))</code> <code>&lt;generator&nbsp;</code><code>object</code>&nbsp;<code>&lt;genexpr&gt; at&nbsp;</code><code>0x000000000315F678</code><code>&gt;</code> <code>&gt;&gt;&gt;&nbsp;</code><code># 两者之间转换</code> <code>&gt;&gt;&gt;&nbsp;</code><code>list</code><code>(x&nbsp;</code><code>*</code><code>*</code>&nbsp;<code>3</code>&nbsp;<code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>5</code><code>))</code> <code>[</code><code>0</code><code>,&nbsp;</code><code>1</code><code>,&nbsp;</code><code>8</code><code>,&nbsp;</code><code>27</code><code>,&nbsp;</code><code>64</code><code>]</code> </td> 
 </tr> 
 </tbody> 
</table>

**一个迭代既可以被写成生成器函数，也可以被协程生成器表达式，均支持自动和手动迭代。而且这些生成器只支持一个active迭代，也就是说生成器的迭代器就是生成器本身。**

#### 迭代器（迭代就是循环） ####

我们已经知道，可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list,tuple,dict,set,str等

一类是generator，包括生成器和带yield的generator function

这些可以直接作用于for 循环的对象统称为可迭代对象：Iterable

可以使用isinstance()判断一个对象是否为可**Iterable**对象

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 </td> 
 <td> <code>&gt;&gt;&gt;&nbsp;</code><code>from</code>&nbsp;<code>collections&nbsp;</code><code>import</code>&nbsp;<code>Iterable</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>([], Iterable)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>({}, Iterable)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>(</code><code>'abc'</code><code>, Iterable)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>((x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>)), Iterable)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>(</code><code>100</code><code>, Iterable)</code> <code>False</code> </td> 
 </tr> 
 </tbody> 
</table>

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

所以这里将一下迭代器

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

可以使用isinstance()判断一个对象是否是**Iterator**对象：

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 </td> 
 <td> <code>&gt;&gt;&gt;&nbsp;</code><code>from</code>&nbsp;<code>collections&nbsp;</code><code>import</code>&nbsp;<code>Iterator</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>((x&nbsp;</code><code>for</code>&nbsp;<code>x&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(</code><code>10</code><code>)), Iterator)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>([], Iterator)</code> <code>False</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>({}, Iterator)</code> <code>False</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>(</code><code>'abc'</code><code>, Iterator)</code> <code>False</code> </td> 
 </tr> 
 </tbody> 
</table>

生成器都是`Iterator`对象，但`list`、`dict`、`str`虽然是`Iterable（可迭代对象）`，却不是`Iterator（迭代器）`。

**把`list`、`dict`、`str`等`Iterable`变成`Iterator`**可以使用`iter()`函数**：**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 </td> 
 <td> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>(</code><code>iter</code><code>([]), Iterator)</code> <code>True</code> <code>&gt;&gt;&gt;&nbsp;</code><code>isinstance</code><code>(</code><code>iter</code><code>(</code><code>'abc'</code><code>), Iterator)</code> <code>True</code> </td> 
 </tr> 
 </tbody> 
</table>

你可能会问，为什么`list`、`dict`、`str`等数据类型不是`Iterator`？

这是因为Python的`Iterator`对象表示的是一个**数据流**，Iterator对象可以被`next()`函数调用并不断返回下一个数据，直到没有数据时抛出`StopIteration`错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过`next()`函数实现按需计算下一个数据，所以`Iterator`的计算是惰性的，只有在需要返回下一个数据时它才会计算。

`Iterator`甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

**　　****判断下列数据类型是可迭代对象or迭代器**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 </td> 
 <td> <code>s</code><code>=</code><code>'hello'</code> <code>l</code><code>=</code><code>[</code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>,</code><code>4</code><code>]</code> <code>t</code><code>=</code><code>(</code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>)</code> <code>d</code><code>=</code><code>{ </code><code>'a'</code><code>:</code><code>1</code><code>}</code> <code>set</code><code>=</code><code>{ </code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>}</code> <code>f</code><code>=</code><code>open</code><code>(</code><code>'a.txt'</code><code>)</code> </td> 
 </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 </td> 
 <td> <code>s</code><code>=</code><code>'hello'</code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<code>#字符串是可迭代对象，但不是迭代器</code> <code>l</code><code>=</code><code>[</code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>,</code><code>4</code><code>]&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#列表是可迭代对象，但不是迭代器</code> <code>t</code><code>=</code><code>(</code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#元组是可迭代对象，但不是迭代器</code> <code>d</code><code>=</code><code>{ </code><code>'a'</code><code>:</code><code>1</code><code>}&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#字典是可迭代对象，但不是迭代器</code> <code>set</code><code>=</code><code>{ </code><code>1</code><code>,</code><code>2</code><code>,</code><code>3</code><code>}&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#集合是可迭代对象，但不是迭代器</code> <code>f</code><code>=</code><code>open</code><code>(</code><code>'test.txt'</code><code>)&nbsp;</code><code>#文件是可迭代对象，但不是迭代器</code> &nbsp; <code>#如何判断是可迭代对象，只有__iter__方法，执行该方法得到的迭代器对象。</code> <code># 及可迭代对象通过__iter__转成迭代器对象</code> <code>from</code>&nbsp;<code>collections&nbsp;</code><code>import</code>&nbsp;<code>Iterator&nbsp;&nbsp;</code><code>#迭代器</code> <code>from</code>&nbsp;<code>collections&nbsp;</code><code>import</code>&nbsp;<code>Iterable&nbsp;&nbsp;</code><code>#可迭代对象</code> &nbsp; <code>print</code><code>(</code><code>isinstance</code><code>(s,Iterator))&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#判断是不是迭代器</code> <code>print</code><code>(</code><code>isinstance</code><code>(s,Iterable))&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#判断是不是可迭代对象</code> &nbsp; <code>#把可迭代对象转换为迭代器</code> <code>print</code><code>(</code><code>isinstance</code><code>(</code><code>iter</code><code>(s),Iterator))</code> </td> 
 </tr> 
 </tbody> 
</table>

**小结：**

*  凡是可作用于`for`循环的对象都是`Iterable`类型；
 *  凡是可作用于`next()`函数的对象都是`Iterator`类型，它们表示一个惰性计算的序列；
 *  集合数据类型如`list`、`dict`、`str`等是`Iterable`但不是`Iterator`，不过可以通过`iter()`函数获得一个`Iterator`对象。

Python3的`for`循环本质上就是通过不断调用`next()`函数实现的，例如：

实际上完全等价于

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 </td> 
 <td> <code># 首先获得Iterator对象:</code> <code>it&nbsp;</code><code>=</code>&nbsp;<code>iter</code><code>([</code><code>1</code><code>,&nbsp;</code><code>2</code><code>,&nbsp;</code><code>3</code><code>,&nbsp;</code><code>4</code><code>,&nbsp;</code><code>5</code><code>])</code> <code># 循环:</code> <code>while</code>&nbsp;<code>True</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>try</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 获得下一个值:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>x&nbsp;</code><code>=</code>&nbsp;<code>next</code><code>(it)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>except</code>&nbsp;<code>StopIteration:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 遇到StopIteration就退出循环</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>break</code> </td> 
 </tr> 
 </tbody> 
</table>

#### 对yield的总结 ####

（1）：通常的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = \[1,2,3\]，也可以是a = \[x\*x for x in range(3)\]。

它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。

（2）生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x\*x for x in range(3))。!!!!注意这里是小括号而不是方括号。

（3）生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。

（4）带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代

（5）yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行

（6）yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。

（7）带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。

（8）send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。

（9）send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。

（10）第一次调用时候必须先next（）或send（）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None)