1. 可迭代对象

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([], Iterable)) #列表是可迭代对象
print(isinstance({}, Iterable)) #字典是
print(isinstance('abc', Iterable)) #字符串是
print(isinstance((x for x in range(10)), Iterable)) #生成器是可迭代对象
print(isinstance(100, Iterable)) #整数不是可迭代对象
print(isinstance((), Iterable)) #元组是

True
True
True
True
False
True

2. 迭代器

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))
print(isinstance([], Iterator))
print(isinstance({}, Iterator))
print(isinstance('abc', Iterator))

True
False
False
False

所以生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

3. 生成器

生成器指的就是生成器对象： 生成器其实是一种特殊的迭代器。

1. 可以由生成器表达式得到；

#(expr for iter_var in iterable) 

L= (i +1 for i in range(10) if i %2)
print(type(L))
print(next(L))
print(next(L))
print(next(L))

#generator  生成器

<class 'generator'>
2
4
6

2. 可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象。

• 函数体中包含yield语句的函数，反正生成器对象
• 生成器对象，是延迟计算、惰性求值的。

#实现计数器
def inc():
    def counter():
        i = 0 
        while True:
            i += 1
            yield i 
    c= counter()  #c是生成器，可以使用next求值
    return lambda : next(c)

foo = inc()

print(foo())
print(foo())

1
2

#打印斐波那契数列
def fib():
    x = 0
    y = 1
    while True:
        yield y
        x, y = y, x+y
        
foo = fib() #调用了yield的函数才是生成器  
print(type(foo)) #foo是个生成器

for _ in range(5):
    print(next(foo))  #打印5次 next(foo)

for _ in range(100):
    next(foo)  #先执行100次next(foo)
print(next(foo))  #再打印出第101次

<class 'generator'>
1
1
2
3
5
6356306993006846248183

4. 总结

关系图：