迭代器vs可迭代对象，推导式vs生成器

迭代器vs可迭代对

• 迭代器(类)：凡是实现了__iter__,__next__的对象就是迭代器。

• 可迭代对象：只实现了__iter__方法

例子：手写迭代器，实现Range（）函数

class Range:
def __init__(self, start, stop=None, step=1):
    if stop is None:
        # 说明没有传start的值.
        self.start = 0
        self.stop = start
    else:
        self.start = start
        self.stop = stop

    self.step = step

def __iter__(self):
    return self

def __next__(self):
    # 返回当前值,并更新下一个值
    if self.start < self.stop:
        temp = self.start
        self.start += self.step
        return temp
    else:
        raise StopIteration

注意：
1）iter方法，什么都不用做，返回它自己
2）next函数，返回当前值，并更新下一个。不满足条件时抛出StopIteration

例子2：使用迭代器实现斐波那契数列

"""
使用迭代器实现斐波那契数列
"""
class Fab:
	def __init__(self, n):
    	self.prev = 0
    	self.curr = 1
    	self.times = 0
    	self.stop = n

	def __iter__(self):
    	return self

	def __next__(self):
    	if self.times <= self.stop:
        	# 更新
       		temp = self.curr
        	self.prev, self.curr = self.curr, self.prev + self.curr
        	self.times += 1
        	return temp
    	else:
        	raise StopIteration

注意：
1）iter 永远只返回自己
2）因为每次都会调用__next__ ，所以里面不用循环

推导式（生成式） vs 生成器

• 推导式（生成式）

  • 一行代码实现for循环

  • 从一个数据序列构建另一个新的数据序列的结构体

  • 有三种： 列表，字典，集合。分三部分：“生成值的表达式”, “循环主体”, “过滤条件表达式”

      列表: [i * 3 for i in range(5) if i % 2 == 0]
      字典: {i: i + 3 for i in range(5)}
      集合: {i for i in range(5)}
    
      #列表生成式
      lis = [x*x for x in range(10)]
    

• 生成器（函数）

  • 特殊的迭代器（不需要自己实现iter和next方法，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）

  • 函数种含有yield关键字

  • “惰性求值”（节省内存）一边循环一边计算的机制

  • 最简单创建:把推导式种的【】变（）

      #生成器
      generator_ex = (x*x for x in range(10))
    

例子：使用生成器生成斐波那契数列

"""
使用生成器生成斐波那契数列
"""

def fab(n):
	prev, curr = 0, 1
	times = 0

	while True:
        if times <= n:
        	# 迭代
        	temp = curr
        	prev, curr = curr, curr + prev
        	times += 1
        	yield temp
    	else:
        	break

or

附录