python的生成器与迭代器和可迭代对象

来简单的说下python中的生成器和可迭代对象以及迭代器的问题。只是简单地记录一下并不涉及太深入的内容。

首先来说一下什么是生成器，先看下面的代码：

 #_*_ coding:utf-8 _*_ 

 result = (x for x in range(10))

 '''
 下面print的打印结果
 <generator object <genexpr> at 0x0000026FA092B360>
 '''
 print(result)  

 上面的这种代码其实就是生成器，而通过print也发现，我们无法打印出计算出来的结果。

而如果想要计算结果的话，只能通过两种方式，next(）方法和for循环。看下面的代码：

 result = (x for x in range(10))

 print(next(result)) # 0
 print(next(result)) #
 .
 .
 .
 print(next(result)) # 9 

 # 如果在已经将生成器中的值全部取出后，那么久会产生一个StopIteration错误
 print(next(result)) # StopIteration  

 print("===============================")

 # 最简单取出生成器值的方式就是使用for循环，同时可以避免异常
 for x in result:
      print(x)

下面在来说一下可迭代对象：

简单的说，可以直接作用于for循环的对象都可以称之为可迭代对象(Iterable)。

例如上面我们说的生成器，就是一个可迭代对象。

在很多常用的数据类型里面，例如：list,dict,tuple,set,str 还有generator 这些都是可迭代对象。

那么该如何判断某数据类型是不是可迭代对象呢？可以用isinstance() 来进行判断，下面是一段简单的示例代码:

 # coding:utf-8
 from collections import *

 if isinstance([],Iterable):
     print("Yes")
 else:
     print("No")

在使用上面的代码的时候不要忘了引入对应的模块。

再来说一下迭代器：

迭代器简单一点说就是 可以被next()方法不断调用，并且返回下一个值的对象就是迭代器，Iterator。

(例如最开始说到的生成器，就是一个迭代器，同时，生成器也是可迭代对象。这里需要注意的是，所有的生成器都是迭代器，而所有的迭代器未必都是生成器)

同样，我们可以通过isintance() 的方法来判断某个数据到底是不是迭代器。

这里判断的代码就不写了，跟上面的判断代码一样。

其实经过实践之后就会发现，很多的常用的数据类型都是可迭代对象(Iterable)但是并不是迭代器(Iterator)，那么这个时候，如果开发需要，我们可以通过iter()这个方法将可迭代对象转换为迭代器。

 # coding:utf-8
 from collections import *
 # 创建一个列表
 list_test = [1,2,3]
 # 判断这个列表是不是一个迭代器
 if isinstance(list_test,Iterator):
     print("Yes")
 else:
     print("No") # 输出结果为No

 # 使用iter进行转换
 result = iter(list_test)
 # 转换完成后可以使用next()方法
 print(next(result))

 # 也可以使用for循环
 for i in result:
     print(i)
     

在这可以简单的进行一下总结：

主要有三个概念：生成器、可迭代对象、迭代器

生成器可以采用next方法获取值，也可以通过for循环获取值

可迭代对象，凡是可以作用于for循环的都是可迭代对象，生成器也是可迭代对象

迭代器，生成器除了是可迭代对象，也是迭代器。可以使用isinstance()方法来判断对象是不是迭代器或者是不是可迭代对象，基本上我们常用的很多数据类型都是可迭代对象，但是并不是迭代器，但是我们可以使用iter()方法来将对象转换为迭代器。