Python之路23-迭代器

#迭代器
#可直接作用于for循环的数据类型
#一类是集合数据类型，list,tuple,dict,set,str
#一类是generator，包括生成器和带yield的generator function
#这些可以直接作用于for循环的对象统称为可迭代对象：Iterable
#可以使用isinstance()判断一个对象是否是Iterable对象

from collections import Iterable
print (isinstance("abc",Iterable))

#生成器不仅可以作用for循环，还可以被next()函数不断调用并返回
#一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值
#可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
#可以使用isinstance()判断一个对象是否是Iterator对象

from collections import Iterator
print (isinstance((x for x in range(10)),Iterator))

#生成器都是Iterator对象，但list、dict、str等虽然是可迭代的，但
#不是一个迭代器
#把可迭代对象变成迭代器可以使用iter()函数

from collections import Iterable,Iterator
print (isinstance([],Iterable))
print (isinstance([],Iterator))
print (isinstance(iter([]),Iterable))

#为什么list、dict等数据类型不是一个迭代器
#因为Python的迭代器对象表示的是一个数据流，迭代器对象可以被
#next()函数调用并不断返回下一个数据，直到没有数据抛出
#StopIteration错误，可以把这个数据流看成是一个有序序列，但
#我们却不能提前知道序列长度，只能不断通过next()函数实现按需
#计算下一个数据，所以迭代器计算是惰性的，只有在需要返回下一个
#数据时它才会计算
#迭代器甚至可以表示一个无限大的数据流

#总结
#凡是可作用与for循环的对象都是可迭代对象
#凡是可作用于next()函数的对象都是迭代器类型，表示一个惰性计算的序列
#集合数据类型是可迭代对象，但不是迭代器，可通过iter()函数
#获得一个迭代器对象
#Python的for循环本质上是通过不断调用next()函数实现的
for i in range():
    print (i)

import time

def consumer(name):
    print ("%s 准备吃包子啦！" % name)
    while True:
        baozi = yield
        print ("包子[%s]来了，被[%s]吃了" % (baozi,name))

def producer():
    c1 = consumer("Jack")
    c2 = consumer("Tom")
    c1.__next__()
    c2.__next__()
    for i in range(1,11):
        time.sleep(1)
        print ("做好1个包子,分成两份！")
        c1.send(i)
        c2.send(i)
producer()