一 列表生成式
现在有个需求，列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求你把列表里的每个值加1，你怎么实现？你可能会想到2种方式
>>> a = [0,1,2,3,4,5,6,7,8,9] >>> b = [] >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> for i in a:b.append(i+1) ... >>> b [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
a = [0,1,2,3,4,5,6] for index,line in enumerate(a): a[index] += 1 print(a) 修改原值
>>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> a = map(lambda x:x+1,a) >>> a <map object at 0x04F21970> >>> for i in a:print(i) ... 1 2 3 4 5 6 7 8 9 10
还有一种写法
>>> a = [i+1 for i in range(10)] >>> a [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
这是列表生成
二 生成器
通过列表生成式，我们可以直接创建一个列表，但是，受到内存的限制，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，不仅占用很大存储空间，如果我们仅仅需要访问
前面几个元素，那么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元素呢？这样就不用创建完成的list,从而节省大量的空间。Python中，这种一边循环一边计算的机制，称为生成器：generator
要创建一个generator，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（），就创建了一个generator
>>> L [0, 1, 4, 9, 16] >>> g = (x * x for x in range(5)) >>> g <generator object <genexpr> at 0x04F29420>
创建L和g的区别仅在于最外层的【】和（），L是一个list,而g是一个generator.
我们可以直接打印出来list的每一个元素，但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g) 16 >>> next(g)
generator保存的是算法，每次调用next(g) ，就计算出g的下一个元素的值，知道计算到最后一个元素，没有更多元素时抛出StopIteration的错误。
上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
>>> g = (x * x for x in range(5)) >>> g <generator object <genexpr> at 0x04F29450> >>> for i in g: ... print(i) ... 0 1 4 9 16
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循环来迭代它，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，任意一个数都可由前两个数相加得到：
1，1，2，3，5，8，13，21，34，...
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很容易：
def fib(max): n,a,b = 0,0,1 while n < max: print(b) a,b = b,a+b n = n+1 return "done"
fib(10)
上面的函数可以i输出斐波那契数列的前N个数，可以看出，fib函数实际上是定义了斐波那契数列的推算规则，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，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了
def fib(max): n,a,b = 0,0,1 while n < max: #print(b) yield b a,b = b,a+b n = n+1 return "done"
这就是定义generator的另一种方法。如果一个函数中包含yield关键字，那么这个函数就不再是普通函数，而是一个generator.
f = fib(10) print(f) #输出 <generator object fib at 0x050B54B0>
这里，最难理解的就是generator和函数的执行流程不一样，函数是顺序执行，遇到return语句或者最后一行函数语句就返回。
而generator，在每次调用next()的时候执行，遇到yield语句就返回，再次执行时从上次返回的yield语句处继续执行。
f = fib(10) print(f) print(f.__next__()) print(f.__next__()) print(f.__next__()) print("干点别的事") print(f.__next__()) print(f.__next__()) #输出 <generator object fib at 0x055254E0> 1 1 2 干点别的事 3 5
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：
for i in fib(10): print(i)
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration，返回值包含在StopItreration的value中：
def fib(max): n,a,b = 0,0,1 while n < max: #print(b) yield b a,b = b,a+b n = n+1 return "done" g = fib(10) while True: try: x = next(g) print("g:",x) except StopIteration as e: print("Generator return value:",e.value) break #输出 g: 1 g: 1 g: 2 g: 3 g: 5 g: 8 g: 13 g: 21 g: 34 g: 55
Generator return value: done
