yield返回执行结果并不中断程序执行,return在返回执行结果的同时中断程序执行。可迭代对象list tuple str 类型数据使用for...in循环过程称为遍历,也叫迭代。# int整型不是iterable,即int整型不是可以迭代的如何判断一个对象是否可以迭代可以使用 isinstance() 判断一个对象是否是 Iterable 对象:可迭代对象的本质可迭代对象的本质就是可以向我们提供一个这样的人”即迭代器帮助我们对其进行迭代遍历使用。可以迭代的对想通过__iter__方法向我们提供一个迭代器,一个具备了__iter__方法的对象,就是一个可迭代对象。classlist(object):def__init__(self):self.container = []defadd(self, item):self.container.append(item)def__iter__(self):# 我们暂时忽略如何构造一个迭代器对象passmylist = MyList()from collections import Iterableisinstance(mylist, Iterable)True# 这回测试发现添加了__iter__方法的mylist对象已经是一个可迭代对象了iter()函数与next()函数list tuple都是可迭代对象,可以通过__iter_()函数获取可迭代的对象,然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据当我们已经迭代完最后一个数据之后,再次调用next()函数会抛出StopIteration的异常,来告诉我们所有数据都已迭代完成,不用再执行next()函数了。如何判断一个对象是否是迭代器可以使用 isinstance() 判断一个对象是否是 Iterator 对象:迭代器Iterator所以,我们要想构造一个迭代器,就要实现它的__next__方法。一个实现了__iter__方法和__next__方法的对象,就是迭代器。for...in...循环的本质foriteminIterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。迭代器的应用场景迭代器最核心的功能就是可以通过next()函数的调用来返回下一个数据值现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数classFibIterator(object):"""斐波那契数列迭代器"""def__init__(self, n):""" :param n: int, 指明生成数列的前n个数 """self.n = n# current用来保存当前生成到数列中的第几个数了self.current =0# num1用来保存前前一个数,初始值为数列中的第一个数0self.num1 =0# num2用来保存前一个数,初始值为数列中的第二个数1self.num2 =12.生成器生成器是一类特殊的迭代器要创建一个生成器,有很多种方法。第一种方法很简单,只要把一个列表生成式的 [ ] 改成 ( )generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。只要在def中有yield关键字的 就称为 生成器用了yield关键字的函数不再是函数,而是生成器。(使用了yield的函数就是生成器)yield关键字有两点作用:保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)Python3中的生成器可以使用return返回最终运行的返回值,而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。使用send唤醒使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。执行到yield时,gen函数作用暂时保存,返回i的值; temp接收下次c.send("python"),send发送过来的值,c.next()等价c.send(None)