本节主要记录一下列表生成式，生成器和迭代器的知识点
列表生成器
首先举个例子现在有个需求，看列表 [0，1，2，3，4，5，6，7，8，9]，要求你把列表里面的每个值加1，你怎么实现呢？方法一（简单）：
+ View Code方法二（一般）：
+ View Code方法三（高级）：
+ View Code 生成器
什么是生成器？
通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。 所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator 生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。 生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器
python中的生成器
要创建一个generator，有很多种方法，第一种方法很简单，只有把一个列表生成式的[]中括号改为（）小括号，就创建一个generator 举例如下：
那么创建lis和generator_ex，的区别是什么呢？从表面看就是[ ]和（）,但是结果却不一样，一个打印出来是列表（因为是列表生成式），而第二个打印出来却是<generator object <genexpr> at 0x000002A4CBF9EBA0>，那么如何打印出来generator_ex的每一个元素呢？ 如果要一个个打印出来，可以通过next（）函数获得generator的下一个返回值：
大家可以看到，generator保存的是算法，每次调用next(generaotr_ex)就计算出他的下一个元素的值，直到计算出最后一个元素，没有更多的元素时，抛出StopIteration的错误，而且上面这样不断调用是一个不好的习惯，正确的方法是使用for循环，因为generator也是可迭代对象：
所以我们创建一个generator后，基本上永远不会调用next()，而是通过for循环来迭代，并且不需要关心StopIteration的错误，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。比如著名的斐波那契数列，除第一个和第二个数外，任何一个数都可以由前两个相加得到：1，1，2，3，5，8，12，21，34.....斐波那契数列用列表生成式写不出来，但是，用函数把它打印出来却狠容易：
a,b = b ,a+b 其实相当于 t =a+b ,a =b ,b =t ，所以不必写显示写出临时变量t，就可以输出斐波那契数列的前N个数字。上面输出的结果如下：
+ View Code 仔细观察，可以看出，
fib
函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。 也就是说上面的函数也可以用generator来实现，上面我们发现，print(b)每次函数运行都要打印，占内存，所以为了不占内存，我们也可以使用生成器，这里叫yield。如下：
但是返回的不再是一个值，而是一个生成器，和上面的例子一样，大家可以看一下结果：
那么这样就不占内存了，这里说一下generator和函数的执行流程，函数是顺序执行的，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次被next（）调用时候从上次的返回yield语句处急需执行，也就是用多少，取多少，不占内存。
在上面fib的例子，我们在循环过程中不断调用
yield
，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。同样的，把函数改成generator后，我们基本上从来不会用
next()
来获取下一个返回值，而是直接使用
for
循环来迭代：
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果拿不到返回值，那么就会报错，所以为了不让报错，就要进行异常处理，拿到返回值，如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
还可以通过yield实现在单线程的情况下实现并发运算的效果
+ View Code 由上面的例子我么可以发现，python提供了两种基本的方式 生成器函数：也是用def定义的，利用关键字yield一次性返回一个结果，阻塞，重新开始 生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果
——生成器函数
为什么叫生成器函数？因为它随着时间的推移生成了一个数值队列。一般的函数在执行完毕之后会返回一个值然后退出，但是生成器函数会自动挂起，然后重新拾起急需执行，他会利用yield关键字关起函数，给调用者返回一个值，同时保留了当前的足够多的状态，可以使函数继续执行，生成器和迭代协议是密切相关的，可迭代的对象都有一个__next__()__成员方法，这个方法要么返回迭代的下一项，要买引起异常结束迭代。
——生成器表达式
生成器表达式来源于迭代和列表解析的组合，生成器和列表解析类似，但是它使用尖括号而不是方括号
一个迭代既可以被写成生成器函数，也可以被协程生成器表达式，均支持自动和手动迭代。而且这些生成器只支持一个active迭代，也就是说生成器的迭代器就是生成器本身。
迭代器（迭代就是循环）
我们已经知道，可以直接作用于for循环的数据类型有以下几种：一类是集合数据类型，如list,tuple,dict,set,str等一类是generator，包括生成器和带yield的generator function这些可以直接作用于for 循环的对象统称为可迭代对象：Iterable可以使用isinstance()判断一个对象是否为可Iterable对象
而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。所以这里将一下迭代器可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。可以使用isinstance()判断一个对象是否是Iterator对象：
生成器都是
Iterator
对象，但
list
、
dict
、
str
虽然是
Iterable（可迭代对象）
，却不是
Iterator（迭代器）
。把
list
、
dict
、
str
等
Iterable
变成
Iterator
可以使用
iter()
函数：
你可能会问，为什么
list
、
dict
、
str
等数据类型不是
Iterator
？这是因为Python的
Iterator
对象表示的是一个数据流，Iterator对象可以被
next()
函数调用并不断返回下一个数据，直到没有数据时抛出
StopIteration
错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过
next()
函数实现按需计算下一个数据，所以
Iterator
的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator
甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。 小结：凡是可作用于
for
循环的对象都是
Iterable
类型；
凡是可作用于
next()
函数的对象都是
Iterator
类型，它们表示一个惰性计算的序列；
集合数据类型如
list
、
dict
、
str
等是
Iterable
但不是
Iterator
，不过可以通过
iter()
函数获得一个
Iterator
对象。
Python3的
for
循环本质上就是通过不断调用
next()
函数实现的，例如：
实际上完全等价于
对yield的总结
（1）：通常的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = [1,2,3]，也可以是a = [x*x for x in range(3)]。它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。 （2）生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。!!!!注意这里是小括号而不是方括号。 （3）生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。 （4）带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代 （5）yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行 （6）yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。 （7）带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。 （8）send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。 （9）send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。 （10）第一次调用时候必须先next（）或send（）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None)不经一番彻骨寒 怎得梅花扑鼻香http://www.ymg3874.cn/
http://www.jaf1308.cn/ http://www.djz1658.cn/
http://www.jlh2124.cn/ http://www.acj2609.cn/
http://www.per1537.cn/ http://www.jxa6372.cn/
http://www.dja2819.cn/ http://www.sml6389.cn/
http://www.hgh3722.cn/ http://www.ntd5264.cn/
http://www.esn7121.cn/ http://www.oee2689.cn/
http://www.pdh7765.cn/ http://www.qsv0141.cn/
http://www.mar4014.cn/ http://www.rcd9187.cn/
http://www.unw3900.cn/ http://www.tmo9604.cn/
http://www.eko5785.cn/ http://www.eqn5017.cn/
http://www.oek0353.cn/ http://www.hmw0652.cn/
http://www.tub1546.cn/ http://www.taj7240.cn/
http://www.dto7731.cn/ http://www.tox1106.cn/
http://www.pzx0011.cn/ http://www.kdd4058.cn/
http://www.bti6873.cn/ http://www.nvg6571.cn/
http://www.krr6354.cn/ http://www.uym8620.cn/
http://www.blm3653.cn/ http://www.uqt9445.cn/
http://www.txr3194.cn/ http://www.hqu4552.cn/
http://www.veo6686.cn/ http://www.usx0758.cn/
http://www.bpl6646.cn/ http://www.iyi5365.cn/
http://www.xgm6868.cn/ http://www.hfk7896.cn/
http://www.ngp3761.cn/ http://www.bwb3762.cn/
http://www.jbx0190.cn/ http://www.fvj9657.cn/
http://www.ife7579.cn/ http://www.zws1014.cn/
http://www.bou1446.cn/ http://www.xvn7640.cn/
http://www.zus2206.cn/ http://www.muu1638.cn/
http://www.sxw8975.cn/ http://www.tfu0259.cn/
http://www.sfi6595.cn/
