iteratable iterator generator 初步理解总结

# _*_coding:utf-8_*_
# author:leo
# date:
# email:[email protected]
from collections import Iterable, Iterator
class myIterator():
    _data = None
    _count = 0
    def __init__(self, data):
        self._data = data
    def __iter__(self):
        return self

    def __next__(self):
        if self._count <= len(self._data):
            self._count += 1
            return self._data[self._count]
        else:
            raise StopIteration
print(isinstance((), Iterable))
print(isinstance((), Iterator))
print(isinstance({}, Iterable))
print(isinstance({}, Iterator))
print(isinstance([], Iterable))
print(isinstance([], Iterator))
#[] {} () 均为可迭代对象 数据直接存放在栈上，有固定的内存
a = [1, 2, 3] # 定义一个列表
#print(iter(a)) #通过iter返回一个迭代器，发现是一个地址，应该是类似c/c++指针的东西，通过指针取获取内存中的值，
#优点更加节省内存
#实现一个自定义的迭代器，需要实现__iter__, __next__ 方法，继承iteratable
#for x in myIterator(a):
    #print(x) #超出下标 则抛出异常，这也是迭代器的一个特点
#还可以同过内置函数next来获取元素
iterator = iter(a)
print(next(iterator))
print(next(iterator))
print(next(iterator))
#print(next(iterator)) #同样抛出同样的异常StopItereation

#======================generator===========================

#b = yield 2  #报错只能用在函数中
def myGenerator():
    yield 1
b = myGenerator()
print(type(b)) #<class ‘generator‘> 返回生成器继承 iterator 同样要去实现__next__
#在创建的时候并不会取获取值，只有被迭代的时候调用next获取yield当前位置的下一个值
#所以说生成器一定是个迭代器，那生成器使用的场景是什么?
#通常实现一个迭代器要实现对应的方法，调用yield可以生成一个可迭代的对象，貌似更加方便？ 当然具体实现的细节更加复杂
#当然这只是一个优点，以后遇到在讨论。。。
for  i in  b:
    print(i)
for i in b:  # 只能被迭代一次，这里什么也没发生
    print(i)
# 在看一个稍微发杂一点的
def myGenerator2(val = None):
    count = 0
    while count < val:
        yield count #这里保存当前调用的位置，再次调用则从之前记录的下一处开始
        count += 1
for i in myGenerator2(10):
    print(i)

原文地址：https://www.cnblogs.com/alplf123/p/8215244.html