迭代协议，迭代器是访问集合内元素的一种方式，一般用来遍历数据，如：for循环。 迭代器的访问是不能回头的，只能一条一条访问。迭代器提供了一种惰性访问数据的方式。 迭代协议实际上是调用list中的__iter__方法 Iterable 可迭代类型 Iterator 迭代器 比如list是一个可迭代类型，但并不是一个迭代器。 凡是可作用于for循环的对象都是Iterable类型； 凡是可作用于next()函数的对象都是Iterator类型；
不管函数的内容。只要函数中有yield关键字，就是生成器。
普通函数返回的是值，就是return一个返回值，生成器函数返回的是生成器对象，python编译自解码的时候就产生了对象
它的特性是惰性求值，延迟求值，
当系统判定这个函数是生成器，就会支持next函数。如果需要生成器返回下一个值，使用next函数。
在python3中，next函数需要这样调用：
gen.next()
我们以斐波拉契数列来举例0 1 1 2 3 5 8 … 我们可以通过递归算法算出斐波拉契数列的值，也可以通过下面的代码算出他的执行过程，简单粗暴：
def fib2(num):
list=[]
n,a,b = 0,0,1
while n<=num:
list.append(b)
a,b = b,a+b
n = n+1
return list
好了，我们在通过生成器来实现以上功能：
def gen_fib(num):
n,a,b = 0,0,1
while n<num:
yield b
a,b = b,a+b
n=n+1
for value in gen_fib(10):
print(value)
在海量数据面前，我们通过生成器，可有效避免浪费内存资源。
python解释器会用一个C语言函数PyEval_EvalFramEx去执行函数，首先会创建一个栈桢（stack frame）,在栈桢对象的上下文去运行字节码对象，当调用子函数，又会创建一个栈桢。 所有栈桢都是分配上堆内存上，这就决定了栈桢可以独立于调用者存在。
为了让生成器（带yield的函数），能简易的在其他函数中直接调用，我们可以用yield from, 用上面的例子来改,添加一个函数，用yield from方法，执行完成以后，效果是一样的：
def gen_fib(num):
n,a,b = 0,0,1
while n<num:
yield b
a,b = b,a+b
n=n+1
def dy(num):
var = yield from gen_fib(num)
return var
for value in dy(10):
print(value)
|
|