迭代器和生成器
迭代器
我们发现，for 语句后面可以跟有很多的语句：列表，元组，字典，range 函数……
他是怎么做到兼容的呢？事实上，这些都是可迭代对象，Python 中的 for 语句便是将它们视为迭代器统一处理。
Python 内置的与迭代器有关的函数是 iter 和 next
生成一个迭代器
此处我们将列表转换为迭代器：
运行代码
>>> a = [1, 2, 3]
>>> b = iter(a)
>>> b
<list_iterator object at 0x0000025072FDAB30>
>>> next(b)
1
>>> next(b)
2
>>> next(b)
3
>>> next(b)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration可以看到，我们通过列表 a 生成了迭代器对象 b，然后调用 next(b) 来不断取出 b 的下一项，直到 b 中的项全部都被使用过后，抛出 StopIteration 异常。
自定义迭代器
自己定义的类也可以作为迭代器，只要实现了 __iter__（用于初始化）和 __next__（用于获取下一项）方法。
运行代码
class MyClass:
def __iter__(self):
self.a = 0
return self
def __next__(self):
self.a += 1
return self.a
my_object = MyNumbers()
my_iter = iter(my_object)
print(next(my_iter)) # 输出：1
print(next(my_iter)) # 输出：2
print(next(my_iter)) # 输出：3由前文描述我们知道了，迭代器结束的标志是抛出 StopIteration 异常，因此自定义迭代器也是如此，例如：
class MyClass:
def __iter__(self):
self.a = 0
return self
def __next__(self):
if self.a <= 5:
self.a += 1
return self.a
else:
raise StopIteration
my_object = MyClass()
my_iter = iter(my_object)for 语句的本质
先来回忆一下 for 语句的结构：
for 循环变量 in 迭代变量:
循环体上面的 for 语句会执行如下行为：
- 获取迭代变量的迭代器
迭代器 = iter(迭代变量) - 每次将循环变量赋值为
循环变量 = next(迭代器) - 执行循环体
- 重复 2 和 3，直至 2 抛出 StopIteration 异常
此处我用 while 和 try...except... 语句手撕一个 for 语句出来，仅仅为了帮大家更深入理解迭代器，实际上的 for 语句肯定比这复杂得多（复杂在哪里我也不知道……）。
假设 for 语句的代码如下：
for i in data_to_iterate:
do_something(i)那么while语句实现同样的功能长这样：
__temp = iter(data_to_iterate)
while True:
try:
i = next(__temp)
except StopIteration:
break
do_something(i)生成器 yield
yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
简单来说，生成器函数返回了一个可迭代对象。这样做的优势是更加节省内存空间，对于大量数据可以有效提高程序效率。
运行代码
def my_gen():
for i in range(3):
print('in:function', i)
yield i
for i in my_gen():
print('in:for', i)输出：
in:function 0
in:for 0
in:function 1
in:for 1
in:function 2
in:for 2特别说明的是，在初次调用生成器函数时，其中的代码不会被执行。你可以尝试运行下面的例子来具体了解：
运行代码
def a():
print(1)
yield 'SOME VALUE'
x = a()
print(2)
next(x)
print('done')