标签：
一、生成器
特点：
创建生成器方法一：
>>> [x for x in range(10)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> (x for x in range(10))
<generator object <genexpr> at 0x0000000003677D00>
>>> S=(x for x in range(10))
>>> S.__next__()
0
>>> S.__next__()
1
>>> S.__next__()
2
>>> S.__next__()
3
>>> S.__next__()
4
>>> S.__next__()
5
创建生成器方法二：
>>> L=iter(range(10))
>>> L
<range_iterator object at 0x000000000365D430>
>>> L.__next__()
0
>>> L.__next__()
1
二、迭代器
迭代器是访问集合元素的一种方式。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，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件
实例一:
def gen(n): for i in range(5): x=yield i print(x) G=gen(2) print(next(G)) print(G.send(20))#传值 print(next(G)) print(next(G)) print(next(G))#此时已结束
实例二：
def monery(num,n):
while num >0:
num-=n
yield n
print("取钱%d"%n)
atm=monery(600,200)
print(atm.__next__())
print(atm.__next__())
print(atm.__next__())
实例三:
import time
def consumer(name):
print(‘%s准备吃包子‘%name)
while True:
baozi=yield
print(‘包子[%s]来了,被[%s]吃了‘%(baozi,name))
def producer(name):
c=consumer(‘a1‘)
c2=consumer(‘a2‘)
c.__next__()
c2.__next__()
print("开始准备吃包子啦")
for i in range(10):
time.sleep(1)
print(‘做了2个包子‘)
c.send(i)
c2.send(i)
producer(‘xym‘)
作用：
这个yield的主要效果呢，就是可以使函数中断，并保存中断状态，中断后，代码可以继续往下执行，过一段时间还可以再重新调用这个函数，从上次yield的下一句开始执行
标签：
原文地址：http://www.cnblogs.com/xuyanmei/p/5157643.html
