1. 生成器：

用列表生成式生成一個(gè)列表

成都創(chuàng)新互聯(lián)公司主營儋州網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,APP應(yīng)用開發(fā),儋州h5微信小程序定制開發(fā)搭建,儋州網(wǎng)站營銷推廣歡迎儋州等地區(qū)企業(yè)咨詢

[ i*2  for  i  in  range(10) ]

這就是一個(gè)列表生成式。
列表生成式使得創(chuàng)建列表代碼變得簡潔。但是，如果一個(gè)列表很大，這樣創(chuàng)建就比較耗內(nèi)存了。如果列表元素可以按照某種算法推算出來，那我們就可以在循環(huán)過程中不斷推算出后續(xù)的元素，這樣就不用創(chuàng)建一個(gè)完整的list。從而節(jié)省內(nèi)存空間。在python中這種一邊循環(huán)一邊計(jì)算的機(jī)制，就稱為生成器(generator)。

要?jiǎng)?chuàng)建一個(gè)generator，有很多方法，第一種方法很簡單，只需要把一個(gè)列表生成式的[]換成()就創(chuàng)建了一個(gè)generator。
先寫一個(gè)簡單的生成器

#!/usr/bin/env python
# -- coding:utf-8 --
# 列表生成式
import datetime
import time
starttime1 = datetime.datetime.now()
b = ( i*2 for i in  range(100000000) )
for i in b:
    print i
    time.sleep(1)
endtime1 = datetime.datetime.now()
print (endtime1 - starttime1).seconds

我起了一個(gè)1核1G的虛機(jī)，如果上述代碼采用列表去循環(huán)程序直接OOM被killed了。但是我如果采用上述代碼只會(huì)在程序啟動(dòng)的時(shí)候內(nèi)存使用率偏高，之后幾乎很少占用內(nèi)存，這很明顯就體現(xiàn)了生成器的優(yōu)勢。

generator非常強(qiáng)大。如果推算的算法比較復(fù)雜，還可以用函數(shù)來實(shí)現(xiàn)。
下面就來用生成器實(shí)現(xiàn)一個(gè)斐波那契數(shù)列。
斐波那契數(shù)列：除了第一個(gè)和第二個(gè)數(shù)之外，任意一個(gè)數(shù)都是由前面兩個(gè)數(shù)相加得到。在數(shù)學(xué)上，斐波納契數(shù)列以如下被以遞推的方法定義：F(1)=1，F(xiàn)(2)=1, F(n)=F(n-1)+F(n-2)(n>=3，n∈N*)
1,1,2,3,5,8...

def fibo(n):
    a,b = 0,1
    while n > 0:
        print b
        a,b = b,a+b
        n -= 1 
fibo(10)

生成這樣一個(gè)數(shù)列直接用類似列表生成式的方式就比較麻煩了，上述函數(shù)變成生成器只需要將print變成yield就可以了但是他將打印出來一個(gè)生成器而不是具體的數(shù)據(jù)，生成器是邊計(jì)算邊執(zhí)行的它跟列表的不同之處就在于它只有一個(gè)next方法每一條數(shù)據(jù)都需要執(zhí)行next方法才能得到。

#!/usr/bin/env python
def fibo(n):
    a,b = 0,1
    while n > 0:
        #print b
        yield b
        a,b = b,a+b
        n -= 1 
print fibo(10)
f = fibo(10)
print f.next()

輸出結(jié)果卻跟上邊的代碼有所不同

這里只打印了第一個(gè)元素，因?yàn)樯善魇沁呌?jì)算邊生成的，每調(diào)用一次next方法才會(huì)由下一個(gè)值。要遍歷所有數(shù)據(jù)只要一個(gè)for循環(huán)即可：

#!/usr/bin/env python
def fibo(n):
    a,b = 0,1
    while n > 0:
        #print b
        yield b
        a,b = b,a+b
        n -= 1 
print fibo(10)
f = fibo(10)
for i in f:
    print i

這個(gè)yield關(guān)鍵字，改變了原有的函數(shù)執(zhí)行流程，函數(shù)是順序執(zhí)行，遇到return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語句返回，再次執(zhí)行時(shí)從上次返回的yield語句處繼續(xù)執(zhí)行。

2.迭代器：
可以直接用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable。
一類是集合數(shù)據(jù)類型，如list、tuple、dict、set、str等；
一類是generator，包括生成器和帶yield的generator function。
可以使用isinstance()判斷一個(gè)對象是否是Iterable對象。

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

生成器不但可以作用于for循環(huán)，還可以被next()函數(shù)不斷調(diào)用并返回下一個(gè)值，直到最后拋出StopIteration錯(cuò)誤表示無法繼續(xù)返回下一個(gè)值了。

可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對象稱為迭代器：Iterator。

可以使用isinstance()判斷一個(gè)對象是否是Iterator對象：

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

生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。

把list、dict、str等Iterable變成Iterator可以使用iter()函數(shù)：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

為什么list、dict、str等數(shù)據(jù)類型不是Iterator？
這是因?yàn)镻ython的Iterator對象表示的是一個(gè)數(shù)據(jù)流，Iterator對象可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時(shí)拋出StopIteration錯(cuò)誤?？梢园堰@個(gè)數(shù)據(jù)流看做是一個(gè)有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數(shù)實(shí)現(xiàn)按需計(jì)算下一個(gè)數(shù)據(jù)，所以Iterator的計(jì)算是惰性的，只有在需要返回下一個(gè)數(shù)據(jù)時(shí)它才會(huì)計(jì)算。
參考鏈接：https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640