一、学前花絮

这几天又是忙碌中度过，家人生病，忙着去医院挂号、缴费、取药。中间还要去检测各种指标。看着医院那么多人在看病，真心觉得人这一生属实不易。

又想到杨振宁老先生，百岁高龄，而且一直头脑清楚，又一直有人陪伴。真的是幸福人生！

我们普通人，能活到七八十岁就很不错了。关键是，即便活到了八十岁以上，还能身体健康、头脑清晰吗？

珍惜健康的时候吧，在我们有能力有条件学习的时候，加强学习。让自己人生过得更充实吧。

二、python3的迭代器与生成器

2.1 迭代器

迭代是 Python 最强劲的功能之一，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() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

输出结果：

迭代器对象可以使用常规for语句进行遍历：

执行以上程序，输出结果如下：

也可以使用 next() 函数：

输出结果：

2.1.1 创建一个迭代器

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__() 。

如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

__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。

__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

创建一个返回数字的迭代器，初始值为 1，逐步递增 1：

输出结果：

2.1.2 停止迭代器：StopIteration

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

在 20 次迭代后停止执行：

不知道大家是否注意到print函数里面的参数end，如果不用这个参数缺省是输出一个之后自动回车换行，而上述写法让输出在一行，节省空间。

输出结果：

2.2生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。

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。

当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。

然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。

调用一个生成器函数，返回的是一个迭代器对象。

下面是一个简单的示例，展示了生成器函数的使用：

输出结果：

以上实例中，countdown 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒数数字。在每次调用 yield 语句时，函数会返回当前的倒数值，并在下一次调用时从上次暂停的地方继续执行。

通过创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们第一使用 next() 函数获取前三个倒数值，然后通过 for 循环获取剩下的两个倒数值。

生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式。

以下实例使用 yield 实现斐波那契数列：

输出结果：

三、小结

今天学习了python语言最具特色之一的迭代器与生成器，我们常用的for循环本身不是迭代器，但依赖迭代器工作。很容易理解for循环的工作结果。而当我们自己用类来写迭代器与生成器之后，会发现不容易理解了。

还是回到之前说过的那句话，多做练习。在不断地上机实操中，会逐渐深入体会python学习乐趣。

让我们保持学习热烈，多做练习。我们下期再见！

快乐学习