这一部分待加强！
（一）迭代器
一：简介
迭代是python最强大的功能之一，是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 创建迭代器对象和 next()访问迭代器。
字典、字符串、列表或元组对象都可用于创建迭代器
二：迭代器的创建
①把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
②__iter__() 方法返回一个特殊的迭代器对象，
这个迭代器对象实现了 __next__() 方法
并通过 StopIteration 异常标识迭代的完成。
③__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象
三：迭代器协议的后台机制
for element in (1, 2, 3):
print(element)
在后台，for 语句在容器对象中调用 iter() 。
该函数返回一个定义了 __next__() 方法的迭代器对象，它在容器中逐一访问元素。
没有后续的元素时， __next__() 抛出一个 StopIteration 异常，
通知 for 语句循环结束。
可以用内建的 next() 函数调用 __next__() 方法；
了解了迭代器协议的后台机制，就可以很容易的给自己的类添加迭代器行为。
定义一个 __iter__() 方法，使其返回一个带有 __next__() 方法的对象。
如果这个类已经定义了 __next__() ，那么 __iter__() 只需要返回 self:
三：迭代器使用的必要性
列表效率高，但是需要将内容一次性读入，可能增加内存的负担，
如果列表太大，内存溢出。
range 返回一个列表
xrange 返回一个对象
（二）生成器
一：简介
①在 Python 中，使用了 yield 的函数被称为生成器（generator）
跟普通函数不同的是，生成器是一个返回迭代器的函数，
只能用于迭代操作，更简单点理解生成器就是一个迭代器
②在调用生成器运行的过程中，每次遇到 yield 时函数会暂停，
并保存当前所有的运行信息，返回 yield 的值,
并在下一次执行 next() 方法时从当前位置继续运行。
二：创建生成器
①一个简单的生成器：my_generator = (x*x for x in range(4))
和列表解析式只是括号不同，大数据处理时代替列表解析式。
②和return的区别：一般的函数都是止于return，作为生成器的函数，由于有了yield,
遇到他则会暂时挂起，如果之后还有return，则直接抛出StopIteration异常。
三：本节最后一句：编程中可以不使用生成器。
1 # ---------------------------------------------------------------------#
2 # 迭代器的创建
3 # ---------------------------------------------------------------------#
4 import sys
5 print("----------------------------迭代器-----------------------------")
6 list1 = [1, 2, 3, 4]
7 it = iter(list1) # 创建迭代器对象
8 print(next(it)) # 输出迭代器的下一个元素
9
10 # ---------------------------------------------------------------------#
11 # 迭代器的遍历
12 # ---------------------------------------------------------------------#
13 # 遍历方法一
14 list2 = [1, 2, 3, 4]
15 it = iter(list2) # 创建迭代器对象
16 for x in it:
17 print(x, end=" ") # 此处格式化输出的形式
18
19 # 遍历方法二
20 list3 = (1, 2, 3, 4)
21 it = iter(list3) # 创建迭代器对象
22 """
23
24
25 while True:
26 try:
27 print(next(it), end=" ")
28 except StopIteration: # 用于标识迭代的完成，防止出现无限循环的情况
29 sys.exit()
30 """
31 # ---------------------------------------------------------------------#
32 # 写一个能够迭代的对象(给自己的类添加迭代对象)
33 # ---------------------------------------------------------------------#
34
35
36 class MyNumbers:
37 def __init__(self, n):
38 self.i = 0
39 self.n = n
40
41 def __iter__(self): # 核心，返回了迭代器本身即实现了__iter__方法的对象
42 return self
43
44 def __next__(self): # 含有next的对象就是迭代器本身
45 if self.i < self.n:
46 result_i = self.i
47 self.i += 1
48 return result_i
49 else:
50 raise StopIteration
51
52
53 x = MyNumbers(7)
54 y = iter(x)
55 for i in y:
56 print(i)
57
58
59 print("# ----------------------------生成器----------------------------- #")
60
61
62 def fibonacci(n): # 生成器函数 - 斐波那契
63 a, b, counter = 0, 1, 0
64 while True:
65 if counter > n:
66 return
67 yield a
68 a, b = b, a + b
69 counter += 1
70
71
72 f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
73
74 while True:
75 try:
76 print(next(f), end=" ")
77 except StopIteration:
78 sys.exit()
0