摘要：迭代器要說生成器，必須首先說迭代器區分與講到迭代器，就需要區別幾個概念看著都差不多，其實不然。比如常見就是與分離實現的本身是可迭代對象，但不是迭代器，類似與但是又不同。

2016.3.10關于例子解釋的補充更新
源自我的博客

老規矩，先上一個代碼：

def add(s, x):
    return s + x

def gen():
    for  i in range(4):
        yield i

base = gen()
for n in [1, 10]:
    base = (add(i, n) for i in base)

print list(base)

這個東西輸出可以腦補一下， 結果是[20,21,22,23], 而不是[10, 11, 12, 13]。 當時糾結了半天，一直沒搞懂，后來齊老師稍微指點了一下， 突然想明白了--真夠笨的，唉。。好了--正好趁機會稍微小結一下python里面的生成器。

要說生成器，必須首先說迭代器

講到迭代器，就需要區別幾個概念:iterable,iterator,itertion, 看著都差不多，其實不然。下面區分一下。

itertion: 就是迭代,一個接一個(one after another),是一個通用的概念，比如一個循環遍歷某個數組。

iterable: 這個是可迭代對象,屬于python的名詞，范圍也很廣，可重復迭代，滿足如下其中之一的都是iterable:

可以for循環: for i in iterable

可以按index索引的對象，也就是定義了__getitem__方法，比如list,str;

定義了__iter__方法。可以隨意返回。

可以調用iter(obj)的對象，并且返回一個iterator

iterator: 迭代器對象,也屬于python的名詞，只能迭代一次。需要滿足如下的迭代器協議

定義了__iter__方法，但是必須返回自身

定義了next方法,在python3.x是__next__。用來返回下一個值，并且當沒有數據了，拋出StopIteration

可以保持當前的狀態

首先str和list是iterable 但不是iterator:

In [3]: s = "hi"

In [4]: s.__getitem__
Out[4]: 

In [5]: s.next # 沒有next方法
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
 in ()
----> 1 s.next

AttributeError: "str" object has no attribute "next"

In [6]: l = [1,2] # 同理

In [7]: l.__iter__
Out[7]: 

In [8]: l.next
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
 in ()
----> 1 l.next

AttributeError: "list" object has no attribute "next"
In [9]: iter(s) is s #iter() 沒有返回本身
Out[9]: False
In [10]: iter(l) is l #同理
Out[10]: False

但是對于iterator則不一樣如下, 另外iterable可以支持多次迭代，而iterator在多次next之后，再次調用就會拋異常,只可以迭代一次。

In [13]: si = iter(s)

In [14]: si
Out[14]: 

In [15]: si.__iter__ # 有__iter__
Out[15]: 

In [16]: si.next #擁有next
Out[16]: 

In [20]: si.__iter__() is si #__iter__返回自己
Out[20]: True

這樣，由這幾個例子可以解釋清楚這幾個概念的區別。

說到這里，迭代器對象基本出來了。下面大致說一下，如何讓自定義的類的對象成為迭代器對象，其實就是定義__iter__和next方法:

In [1]: %paste
class DataIter(object):

    def __init__(self, *args):
        self.data = list(args)
        self.ind = 0

    def __iter__(self): #返回自身
        return self

    def next(self): #　返回數據
        if self.ind == len(self.data):
            raise StopIteration
        else:
            data = self.data[self.ind]
            self.ind += 1
            return data
## -- End pasted text --

In [9]: d  = DataIter(1,2)

In [10]: for x in d: #　開始迭代
   ....:     print x
   ....:
1
2

In [13]: d.next() #　只能迭代一次,再次使用則會拋異常
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
----> 1 d.next()
 in next(self)
     10     def next(self):
     11         if self.ind == len(self.data):
---> 12             raise StopIteration
     13         else:
     14             data = self.data[self.ind]

從next函數中只能向前取數據,一次取一個可以看出來，不過不能重復取數據，那這個可不可以解決呢？

我們知道iterator只能迭代一次，但是iterable對象則沒有這個限制，因此我們可以把iterator從數據中分離出來，分別定義一個iterable與iterator如下：

class Data(object):   # 只是iterable:可迭代對象而不iterator:迭代器

    def __init__(self, *args):
        self.data = list(args)

    def __iter__(self):  # 并沒有返回自身
        return DataIterator(self)


class DataIterator(object):  # iterator: 迭代器

    def __init__(self, data):
        self.data = data.data
        self.ind = 0

    def __iter__(self):
        return self

    def next(self):
        if self.ind == len(self.data):
            raise StopIteration
        else:
            data = self.data[self.ind]
            self.ind += 1
            return data

if __name__ == "__main__":
    d = Data(1, 2, 3)
    for x in d:
        print x,
    for x in d:
        print x,

輸出就是：

1,2,3
1,2,3

可以看出來數據可以復用，因為每次都返回一個DataIterator，但是數據卻可以這樣使用，這種實現方式很常見，比如xrange的實現便是這種數據與迭代分離的形式，但是很節省內存，如下：

In [8]: sys.getsizeof(range(1000000))
Out[8]: 8000072

In [9]: sys.getsizeof(xrange(1000000))
Out[9]: 40

另外有個小tips， 就是為什么可以使用for 迭代迭代器對象，原因就是for替我們做了next的活，以及接收StopIteration的處理。

迭代器大概就記錄到這里了，下面開始一個特殊的更加優雅的迭代器: 生成器

首先需要明確的就是生成器也是iterator迭代器，因為它遵循了迭代器協議.

生成器函數跟普通函數只有一點不一樣，就是把 return 換成yield,其中yield是一個語法糖，內部實現了迭代器協議，同時保持狀態可以掛起。如下:
記住一點，yield是數據的生產者，而諸如for等是數據的消費者。

def gen():
    print "begin: generator"
    i = 0
    while True:
        print "before return ", i
        yield i
        i += 1
        print "after return ", i

a  = gen()

In [10]: a #只是返回一個對象
Out[10]: 

In [11]: a.next() #開始執行
begin: generator
before return  0
Out[11]: 0

In [12]: a.next()
after return  1
before return  1
Out[12]: 1

首先看到while True 不必驚慌，它只會一個一個的執行～
看結果可以看出一點東西:

調用gen()并沒有真實執行函數，而是只是返回了一個生成器對象

執行第一次a.next()時，才真正執行函數，執行到yield一個返回值，然后就會掛起，保持當前的名字空間等狀態。然后等待下一次的調用,從yield的下一行繼續執行。

還有一種情況也會執行生成器函數，就是當檢索生成器的元素時，如list(generator), 說白了就是當需要數據的時候，才會執行。

In [15]: def func():
   ....:     print "begin"
   ....:     for i in range(4):
   ....:         yield i

In [16]: a = func()

In [17]: list(a) #檢索數據，開始執行
begin
Out[17]: [0, 1, 2, 3]

yield還有其他高級應用，后面再慢慢學習。

列表生成器十分方便：如下,求10以內的奇數:
[i for i in range(10) if i % 2]

同樣在python 2.4也引入了生成器表達式，而且形式非常類似，就是把[]換成了().

In [18]: a = ( i for i in range(4))

In [19]: a
Out[19]:  at 0x7f40c2cfe410>

In [20]: a.next()
Out[20]: 0

可以看出生成器表達式創建了一個生成器，而且生有個特點就是惰性計算, 只有在被檢索時候，才會被賦值。
之前有篇文章:python 默認參數問題及一個應用,最后有一個例子:

def multipliers():
    return (lambda x : i * x for i in range(4))  #修改成生成器
print [m(2) for m in multipliers()]

這個就是說，只有在執行m(2)的時候，生成器表達式里面的for才會開始從0循環，然后接著才是i * x,因此不存在那篇文章中的問題.
惰性計算這個特點很有用，上述就是一個應用，2gua這樣說的:

惰性計算想像成水龍頭，需要的時候打開，接完水了關掉，這時候數據流就暫停了，再需要的時候再打開水龍頭，這時候數據仍是接著輸出，不需要從頭開始循環

個人理解就是就是可以利用生成器來作為數據管道使用，當被檢索的時候，每次拿出一個數據，然后向下面傳遞,傳到最后，再拿第二個數據，在下面的例子中會詳細說明。
其實本質跟迭代器差不多,不一次性把數據都那過來，需要的時候，才拿。

看到這里，開始的例子應該大概可以有點清晰了，
核心語句就是:

def gen():
    for i in range(4):
        yield i
for n in [1, 10]:
    base = (add(i, n) for i in base)

之前的解釋有點瑕疵，容易誤導對生成器的理解:
在執行list(base)的時候，開始檢索，然后生成器開始運算了。關鍵是，這個循環次數是2,也就是說，有兩次生成器表達式的過程。必須牢牢把握住這一點。生成器返回去開始運算，n = 10而不是1沒問題吧，這個在上面提到的文章中已經提到了，就是add(i+n)綁定的是n這個變量，而不是它當時的數值。然后首先是第一次生成器表達式的執行過程:base = (10 + 0, 10 + 1, 10 + 2, 10 +3),這是第一次循環的結果(形象表示，其實已經計算出來了(10,11,12,3))，然后第二次，base = (10 + 10, 11 + 10, 12 + 10, 13 + 10) ,終于得到結果了[20, 21, 22, 23].

新思路
這個可以以管道的思路來理解，首先gen()函數是第一個生成器,下一個是第一次循環的base = (add(i, n) for i in base),最后一個生成器是第二次循環的base = (add(i, n) for i in base)。
這樣就相當于三個管道依次連接,但是水(數據)還沒有流過，現在到了list(base),就相當于驅動器，打開了水的開關，這時候，按照管道的順序，由第一個產生一個數據，yield 0,然后第一個管道關閉。
之后傳遞給第二個管道就是第一次循環,此時執行了add(0, 10),然后水繼續流，到第二次循環，再執行add(10, 10),此時到管道尾巴了，此時產生了第一個數據20,然后第一個管道再開放：yield 1,　流程跟上面的一樣，依次產生21,22,23; 直到沒有數據。
把代碼改一下容易理解:

def gen():
    for i in range(4):
        yield i  #  第一個管道

base = (add(i, 10) for i in base) #  第二個管道
base = (add(i, 10) for i in base) #  第三個管道

list(base) #  開關驅動器

具體執行過程可以在pythontutor上：
之前的解釋被誤導的原因是，可能會誤以為是在第二個管道就把gen()執行完畢了，其實不是這樣的。
這種寫法的好處顯而易見：內存占用低。在數據量極大的時候，用list就只能爆內存，而用生成器模式則完全不用擔心

主要介紹了大概這樣幾點：

iterable,iterator與itertion的概念

迭代器協議

自定義可迭代對象與迭代器分離，保證數據復用

生成器: 特殊的迭代器,內部實現了迭代器協議

其實這一塊， 那幾個概念搞清楚， ,這個很關鍵， 搞懂了后面就水到渠成了。而且對之前的知識也有很多加深。
比如常見list就是iterator與iteable分離實現的,本身是可迭代對象，但不是迭代器， 類似與xrange,但是又不同。
越來越明白，看源碼的重要性了。

http://www.shutupandship.com/2012/01/understanding-python-iterables-and.html

http://www.learningpython.com/2009/02/23/iterators-iterables-and-generators-oh-my/

http://stackoverflow.com/questions/9884132/what-exactly-are-pythons-iterator-iterable-and-iteration-protocols

http://python.jobbole.com/81881/