在Python中，迭代是通過(guò)for...in 循環(huán)完成的。Python中的for循環(huán)可以用在string、list、tuple、dict等其他可迭代對(duì)象上。例如：
>>> d = {"a":1,"b":2,"c":3}
>>> for key in d: # dict
... print(key)
...
a
b
c
>>> for ch in "AB": # str
... print(ch)
...
A
B
所以，當(dāng)我們使用for循環(huán)時(shí)，我們不太去關(guān)心作用的對(duì)象究竟是list、tuple還是其他數(shù)據(jù)類(lèi)型，只要作用于一個(gè)可迭代對(duì)象上，for循環(huán)就可以正常運(yùn)行。
so...
可迭代對(duì)象 iterable
可迭代對(duì)象，Iterable。可直接使用for循環(huán)的對(duì)象統(tǒng)稱(chēng)為可迭代對(duì)象。
那么你可能會(huì)問(wèn)，如何去判斷一個(gè)對(duì)象是否是可迭代對(duì)象呢？
ans：方法是通過(guò)引入collections模塊中的Iterable類(lèi)型來(lái)判斷，同時(shí)使用isinstance()。
>>> from collections import Iterable # 引入Iterable
>>> isinstance("abc",Iterable)
True
>>> isinstance(123,Iterable)
False
補(bǔ)充一小點(diǎn)知識(shí)，如何通過(guò)for循環(huán)，把list的索引和值都讀出來(lái)呢？使用 enumerate() 來(lái)完成。
Python內(nèi)置的enumerate()枚舉函數(shù)可以把一個(gè)list編程索引-元素對(duì)，這樣就可以在for循環(huán)中同時(shí)迭代索引和元素本身。如下：
>>> l=["a","b","c","d"]
>>> for ind,val in enumerate(l):
... print("%d %s"%(ind,val))
...
0 a
1 b
2 c
3 d
迭代器 iterator
可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對(duì)象為迭代器，iterator。
Python中的iterator對(duì)象是一個(gè)帶狀態(tài)的對(duì)象，表示的是一個(gè)數(shù)據(jù)流，他實(shí)現(xiàn)了如下兩個(gè)方法：
__iter__：返回迭代器本身；
__next__：返回容器的下一個(gè)元素；
雖然list、dict、tuple是可以迭代的對(duì)象，但不是迭代器。
但是可迭代對(duì)象實(shí)現(xiàn)了__iter__方法，該方法返回一個(gè)迭代器對(duì)象。
如何創(chuàng)建迭代器
iter()
如何創(chuàng)建一個(gè)可迭代對(duì)象？通過(guò)調(diào)用iter()方法實(shí)現(xiàn)，如下圖所示：
next()
可迭代對(duì)象可以被next()調(diào)用并不斷返回下一個(gè)數(shù)據(jù)，直到?jīng)]有數(shù)據(jù)時(shí)拋出StopIteration錯(cuò)誤。如下：
我們可以想象迭代器數(shù)據(jù)流看做是一個(gè)有序的序列，但是不能提前知道序列到底有多長(zhǎng)，只能不斷通過(guò)next()函數(shù)來(lái)實(shí)現(xiàn)讀取下一個(gè)數(shù)據(jù)。
所以Iterator的計(jì)算是一個(gè)惰性的，至于在需要返回下一個(gè)數(shù)據(jù)時(shí)，他才會(huì)計(jì)算。
Iterator甚至可以表示一個(gè)無(wú)限大的數(shù)據(jù)流，例如全體自然數(shù)。而使用list是永遠(yuǎn)不可能存儲(chǔ)全體自然數(shù)的。
生成器 generator
生成器是一種特殊的迭代器。
一個(gè)函數(shù)只返回一次，但一個(gè)生成器能暫停執(zhí)行并返回一個(gè)中間的結(jié)果，當(dāng)生成器的next()方法被調(diào)用時(shí)，它就又會(huì)從離開(kāi)的地方繼續(xù)運(yùn)行，實(shí)現(xiàn)一邊循環(huán)一邊計(jì)算的機(jī)制，這種就稱(chēng)為生成器generator。
生成器創(chuàng)建方法
生產(chǎn)器的創(chuàng)建方法有兩種：一是生成器表達(dá)式；二是yield關(guān)鍵字。
生成器表達(dá)式
直接上例子啦：注意一點(diǎn)就是，生成器最外層的是“()”，list最外成是“[]”。
>>> g = ( x*x for x in range(10) )
>>> g
at 0x010B3690>
# 使用next()來(lái)獲得generator的下一個(gè)返回值
>>> next(g)
0
>>> next(g)
1
# g保存的是算法，每次調(diào)用next(g)，就計(jì)算出下一個(gè)元素的值，直到?jīng)]有更多元素時(shí)拋錯(cuò)
yield關(guān)鍵字
如果一個(gè)函數(shù)定義中包含yield關(guān)鍵字，那么這個(gè)函數(shù)就不再是一個(gè)普通的函數(shù)，而是一個(gè)generator。
例如，用函數(shù)實(shí)現(xiàn)斐波那契數(shù)列，我們可以使用如下方法：
def fib(max):
n,a,b = 0,0,1
while n < max:
print(b)
a,b=b,a+b
n = n + 1
return "done"
其中，fib()定義了斐波那契的推算規(guī)則。
那我們可以把fib()變成generator。如下：
def fib():
prev,curr = 0,1
while True:
yield curr
prev,curr = curr , curr + prev
上述函數(shù)體中，返回值不是return關(guān)鍵字了，而是yield，函數(shù)返回值是一個(gè)生成器對(duì)象。
當(dāng)執(zhí)行f=fib()時(shí)返回的是一個(gè)生成器對(duì)象，此時(shí)函數(shù)體中的代碼不會(huì)執(zhí)行，只有顯示或隱式調(diào)用next()的時(shí)候才會(huì)真正執(zhí)行里面的代碼。
在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語(yǔ)句返回，再次執(zhí)行時(shí)，從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行。
我們可以通過(guò)一個(gè)例子演示說(shuō)明：
>>> def odd():
... print("step1")
... yield 1
... print("step2")
... yield 2
... print("step 3")
... yield 3
...
>>> o = odd()
>>> next(o)
step1
1
>>> next(o)
step2
2
好啦，今天就寫(xiě)到這~
? thanks for watching, keep on updating...
