Home

Python notions_4

---

1. Iterator

• It is possible to deal with each data such as collection what is list, set, dictionary or seqence what is string.
  Iterable objet is called which is dealed with every each data in for loop.
  (List, set, dictionary와 같은 collection 또는 string과 같은 문자 sequence 등은 for을 통해 data를 한개씩 처리할 수 있는데,
  이렇게 하나 하나 처리할 수 있는 collection, sequence들을 iterabe 객체라고 부른다.)

Ex 1)

# List Iterable
for num in [1,2,3]:
   print(num)

# String Iterable
for char in "Hello Python":
   pirnt(char)

• Inner method iter() is used as iter(iterable object) so it returns iterator of iterable object.
  Iterator is real executable thing of Iterable object and iterator gets element using next method.
  If there is no more next element, it raises StopIteration Exception.
  (내장 함수 iter()는 iter(iterable object)처럼 사용되어, Iterable 객체의 iterator를 return한다.
  Iterable 객체에서 실제 Iteration을 실행하는 것은 iterator로서, iterator는 next 메서드를 통해 다음 element를 가져온다.
  더 이상 next element가 없으면 StopIteration Exception을 발생시킨다.)

In python2, iterator object.next()
In python3, iterator object.__next__()

• If class makes iterable itself, __iter__() method must be implemented.
  __iter__() method returns iterator which is able to be class itself or other new customed thing.
  Additionally, __next__() method also must be implemented. That's because iterable oject uses __iter__() method for getting iterator that it calls next() method.
  (Class를 iterable로 이용하기 위해서는 해당 class의 iterator를 return하는 __iter__() 메서드를 작성해야 한다.
  __iter__() 메서드가 return하는 iterator는 해당 class 객체가 될 수도 있고, 새롭게 작성된 iterator class의 객체가 될 수도 있다.
  또한, Iterator가 되는 class는 __next__() 메서드를 구현해야 한다.
  실제 for 루프에 iterable 객체를 사용하면, 해당 iterable의 __iter__() 메서드를 호출하여 iterator를 가져와 그 iterator의 next() 메서드를 호출하여 루프가 돌게 되기 때문이다.)

Ex 2)

class example_collection:
   def __init__(self):
       self.size = 5
       self.data = list(range(self.size))
   
   def __iter__(self):
       self.index = 0
       return self

   def __next__(self):
       if self.index >= self.size:
           raise StopIteration

       n = self.data[self.index]
       self.index += 1
       return n

   col = example_collection()
   for x in col:
       print(x)

2. Generator & Yield

• Generator function has yield in it for dealing with every each data.
  If generator function is called, it will be moved to yield conditions which is next from previous yield.
  Additionally, when you allocate generator function to variable, this variable is generator class object.
  (Generator 함수는 함수 내부에 yield를 사용하여 data를 하나씩 return하는 함수이다.
  Generator 함수가 호출되면, 직전에 실행되었던 yield문 다음부터 그 다음 yield 문을 만날 때까지 실행되는 구조이다.
  Generator 함수를 변수에 할당하게될 경우에는, 변수는 generator class 객체가 된다.)

Ex 1)

# Generator function
def gen():
   yield 1
   yield 2
   yield 3

# Generator object
gen = gen()
print(type(gen))
# <class 'generator'>

# Using next() method
n = next(gen)
print (n)          # 1
n = next(gen)
print (n)          # 2
n = next(gen)
print (n)          # 3

# Using for loop
for x in gen():
   print (x)

When iterator is used for collection such as list and set, collection has all of data though Generator is able to be used that's becaues yield can get every each data without having all of data set.
(List, set 과 같은 collection에 대한 iterator는 해당 collection이 이미 모든 값을 가지고 있는 경우 사용이 가능하지만,
Generator는 모든 data를 갖지 않은 상태에서 yield에 의해 하나씩 data를 만들어 가져온다는 차이점이 존재한다)

• Generator can use simply with using yield inside, otherwise Iterator must implement __iter__(), __next__() inside class.
  (Generator는 class 내부에 __iter__(), __next__()를 구현해야 하는 Iterator와 다르게 함수 내부에 yield라는 키워드만 사용하여 간단하게 이용할 수 있다.)

• When yield is used, it yields execution of code to outside generator class.
  (yield를 사용하면 값을 함수 바깥으로 전달하면서 코드 실행을 함수 바깥에 양보한다는 개념이다.)

3. Generator expression

• .
  ()