生成器和迭代器的功能介绍

1. 生成器（generator）

1. 赋值生成器

1. 创建

方法：x = (variable for variable in iterable)
例如：x = (i for i in range(10))
     print(x)
 >>> <generator object <genexpr> at 0x00000000006B85C8>
返回值：generator
#使用元祖推导式的时候回变成一个生成器。

2. 调用

方法：x.__next__()
返回值：object
#对应生成器一般使用该种方法调用，当然也可以通过for循环进行遍历。

2. 函数生成器

函数生成器也是常用的或者常说的生成器，顾名思义就是通过函数来创建的，不过在函数中一定需要使用yield关键字声明。

1. yield作为返回值

斐波那契数列：

1. 常规函数实现

   例如：def fei(max_n):
            n,a,b = 0,0,1
            while n < max_n:
                print(b)
                a,b = b,a+b
                n += 1
            return ‘game over‘
   #通过一个函数实现斐波那契数列。直接通过fei(num)调用即可打印出结果。
   

2. 生成器实现

   例如：def fei(max_n):
            n,a,b = 0,0,1
            while n < max_n:
                yield b
                a,b = b,a+b
                n += 1
            return ‘game over‘
   #通过一个生成器斐波那契数列。次数函数执行的结果则为一个生成器，因此调用时需要对函数的执行结果赋值给变量，然后通过__next__()方法进行调用。
   

2. yield作为接收值

单线程异步并行

例如：import time
     def consumer(name):
         print(‘%s来吃包子了！‘%name)
         while True:
             bao = yield
             print(‘包子%s被%s吃了！‘%(bao,name))
     def producer():
         zhang = consumer(‘zhangsan‘)
         li = consumer(‘lisi‘)
         zhang.__next__()
         li.__next__()
         print(‘包子已经在锅里了！‘)
         for i in range(1,6,2):
             j = i+1
             time.sleep(1)
             print(‘包子%s好了！‘%i)
             print(‘包子%s好了！‘%j)
             zhang.send(i)
             li.send(j)
     producer()
#把yield作为接收值，使用send方法把数据传递给yield来执行生成器。

2. 迭代器（iterator）

可以通过for循环的对象为可迭代对象，对于数据类型str、list、tuple、dict、set、generator都是可迭代对象，即iterable,其中generator可以使用next()方法进行调用的可迭代对象。对应迭代器的定义为：可以使用next()方法进行调用的可迭代对象即为迭代器。所以生成器就是迭代器的一种。对应上述其他数据类型则只是一个可迭代对象，而不是迭代器，但可以通过iter()方法可以将上述其他数据类型转换为一个迭代器。