微信公众号搜索【程序媛小庄】，关注半路出家的程序媛如何靠python开发养家糊口~
前言
字符串、列表、元组、字典、集合都属于可迭代对象，本文将会介绍什么是可迭代对象，擦亮blingbling的大眼睛一起来看吧！
迭代器对象
迭代器是用来迭代取值的工具，迭代是一个重复的过程，但是每次重复都是基于上一次的结果继续的，单纯的重复不是迭代，如下述代码：
while True:
info = input('your name>>>')
print(info)
下述代码属于迭代过程，不仅重复循环，每次重复index都是基于上次的结果：
best_language = ['python', 'java', 'c']
index = 0
while index < len(best_language):
print(best_language[index])
index += 1
上述方法是根据索引来取值的，也可以称为迭代取值，但是对于没有索引的数据类型比如字典，如何取值呢？所以python解释器必须提供一种不依赖索引取值的方式，这种方式就是迭代器。
而要想知道什么是迭代器需要先知道什么是可迭代对象，一起来看看吧！
可迭代对象(iterable)
在前面介绍数据类型的时候说到可迭代对象是这样定义的 - 能够被for循环的对象就是可迭代对象，可迭代对象有字符串、列表、元组、字典、集合、打开的文件等，其实可迭代对象有更具体的定义方式 - 但凡内置方法中有__iter__方法的对象就是可迭代对象。
# 文件对象属于可迭代对象
with open(r'F:\FullStack\Python_based\info') as f:
f.__iter__()
调用可迭代对象中的__iter__方法返回的结果就是一个迭代器对象，迭代器对象也有更加具体的定义方式 - 但凡内置方法中有__iter__和__next__方法的对象就是迭代器对象。。
比如打开的文件本身就是一个迭代器对象，执行迭代器对象的__iter__方法得到的仍然是迭代器对象，执行迭代器对象的__next__方法就会得到迭代器对象中的下一个值。
执行迭代器对象的__next__方法时，当迭代器中的值被取完就会抛出StopIteration的异常，迭代器可以理解为一只会下蛋的母鸡，假设这只母鸡一辈子只能下3个鸡蛋，那么下完这三个蛋之后，母鸡就会死翘翘~无法继续下蛋。
>>> list1 = [1, 2, 3]
>>> iterator = list1.__iter__() # 等价于 iterator = iter(list1)
>>> iterator.__next__() # 等价于 next(iterator)
1
>>> iterator.__next__()
2
>>> iterator.__next__()
3
>>> iterator.__next__()
Traceback (most recent call last):
File "<stdin>", line 1, in <module> StopIteration
可以用循环实现上面重复的输出:异常处理（后面文章会详细介绍），当出现异常的时候会终止循环，不会报错。
list1 = [1, 2, 3]
iterator = list1.__iter__()
while True:
try: # try except是捕捉异常的语法
print(iterator.__next__())
except StopIteration:
break
# 再次对迭代器进行循环取值
while True:
try:
print(iterator.__next__()) # 这里是取不到值的
except StopIteration:
break
这里会产生一个问题，再次对迭代器进行循环取值的时候，已经无法取到迭代器的值了，原因就是相当于迭代器这只母鸡下完蛋之后就死掉了，再让它下蛋你觉得可能吗？如果还想要在这个迭代器中取值，解决办法只能再造一个迭代器。
迭代器的优缺点
优点：
1.为序列和非序列数据类型提供了一种统一的迭代取值方式
2.迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
缺点：
1.只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；
2.若是要再次迭代同个对象，你只能重新调用__iter__方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
for循环原理
for循环的对象一定是可迭代对象，因此for循环也被称为迭代器循环，for循环的原理就是基于迭代器的。
首先，将for循环将可迭代对象通过调用__iter___方法转换成迭代器对象；
然后，调用迭代器对象的内置方法__next__获取迭代器中的下一个值；
最后，循环上一步，直到迭代器的值取尽后捕捉异常，终止循环。
list1 = [1, 2, 3]
iterator = list1.__iter__()
while True:
try:
print(iterator.__next__())
except StopIteration:
break
生成器 & yield
函数用return关键字来返回值，将函数体代码中的return关键字替换成yield关键字，再调用函数，不会执行函数体代码，得到的返回值就是一个生成器对象。
得到的生成器(generator)对象有内置方法__iter__和__next__，因此生成器本身就是自定义的迭代器。
# 自定义一个可以产生很多数字的生成器,就像range一样
def my_range(start, stop, step=1):
while start < stop:
yield start
start += step
res = my_range(1,10,2)
print(res) # <generator object my_range at 0x0000023D283A10B0>
print(res.__iter__()) # <generator object my_range at 0x0000023D283A10B0>
print(res.__next__()) # 1
既然生成器属于迭代器，那么一定可以使用for循环对生成器进行迭代取值：
for i in my_range(1, 10, 2):
print(i)
将函数体代码中的return关键字替换成yield关键字，就有了自定义迭代器的实现方式，yield不同于return，函数一旦遇到return就结束了，但是yield可以保存函数的运行状态，用来返回多次值。
三元表达式
需要补充一个知识点 - 三元表达式，它是对分支结构的一种简化，举例如下：
def func(x,y):
if x > y:
return x
else:
return y
res = func(1,2)
print(res)
上述代码中的分支结构就可以使用三元表达式进行简化，三元表达式的语法结构如下：
res = 条件成立返回的值 if 条件 else 条件不成立返回的值
三元表达式是python提供的一种简化代码的方案。因此上述代码可以简化为：
def func(x, y):
res = x if x > y else y
return res
生成式
生成式和三元表达式一样是python提供的一种简化代码的方案，可以用来快速生成列表、字典、生成器，生成式有下面几种：
列表生成式
列表生成式可以快速生成一个列表，语法如下：
list1 = [i for i in iterable if condition] # if语句可有可无，根据实际场景
相当于：
list1 = []
for i in iterable:
if condition:
list1.append(i)
比如针对下面的需求，可以使用列表生成式一行解决：
# 将下述列表中的元素全部变成大写
l = ['python', 'java', 'go']
# 方式一：
new_list = []
for i in l:
new_list.append(i.upper())
# 方式二：使用列表生成式可以一行解决
new_list = [i.upper() for i in l]
print(new_list) # ['PYTHON', 'JAVA', 'GO']
字典生成式
字典生成式可以快速初始化一个字典：
key = {'1','2','3'}
dic = {i:None for i in key}
print(dic)
# 结果如下
{'3': None, '2': None, '1': None}
生成器生成式
创建一个生成器可以使用带有yield关键字的函数，另一种就是使用生成器生成式，生成器生成式与列表生成式的语法格式相同，只需要将[]替换成().
注意，对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象。优点自然是节省内存，一次只产生一个值存在内存中。
>>> [i for i in range(4)]
[0, 1, 2, 3]
>>> (i for i in range(4))
<generator object <genexpr> at 0x0000026E4194BD60>
