1 >>> L = [x * x for x in range(10)]
2 >>> L 3 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 4 >>> g = (x * x for x in range(10)) 5 >>> g 6 <generator object <genexpr> at 0x1022ef630>
列表生成式和生成器generator，可以通过next()函数获得generator的下一个返回值。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，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
获取迭代器里面的内容正确的方法是通过for循环。并且不会报错。
>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 16 25 36 49 64 81
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，著名的斐波拉契数列（Fibonacci），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, ...
斐波拉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：
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 print(b) 5 a, b = b, a + b 6 n = n + 1 7 return ‘done‘ 8 >>> fib(10) 9 1 10 1 11 2 12 3 13 5 14 8 15 13 16 21 17 34 18 55 19 done
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，并定义f=fib（6），f就是个生成器。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。但是此方法拿不到函数最终的返回值。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：
1 >>> g = fib(6) 2 >>> while True: 3 ... try: 4 ... x = next(g) 5 ... print(‘g:‘, x) 6 ... except StopIteration as e: 7 ... print(‘Generator return value:‘, e.value) 8 ... break 9 ... 10 g: 1 11 g: 1 12 g: 2 13 g: 3 14 g: 5 15 g: 8 16 Generator return value: done
此处需要练习写代码：还可通过yield实现在单线程的情况下实现并发运算的效果：
1 #_*_coding:utf-8_*_ 2 __author__ = ‘Alex Li‘ 3 4 import time 5 def consumer(name): 6 print("%s 准备吃包子啦!" %name) 7 while True: 8 baozi = yield 9 10 print("包子[%s]来了,被[%s]吃了!" %(baozi,name)) 11 12 13 def producer(name): 14 c = consumer(‘A‘) 15 c2 = consumer(‘B‘) 16 c.__next__() 17 c2.__next__() 18 print("老子开始准备做包子啦!") 19 for i in range(10): 20 time.sleep(1) 21 print("做了2个包子!") 22 c.send(i) 23 c2.send(i) 24 25 producer("alex")
概念部分：
1.直接作用于for循环的数据类型有以下几种：一是集合数据类型，如list、tuple、dict、set、str等；二是是generator，包括生成器和带yield的generator function。
2.Iterable可迭代对象：可以直接作用于for循环的对象。isinstance()判断一个对象是否是Iterable对象
1 >>> from collections import Iterable 2 >>> isinstance([], Iterable) 3 True 4 >>> isinstance({}, Iterable) 5 True 6 >>> isinstance(‘abc‘, Iterable) 7 True 8 >>> isinstance((x for x in range(10)), Iterable) 9 True 10 >>> isinstance(100, Iterable) 11 False
3.迭代器Iterator：*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。可以使用isinstance()判断一个对象是否是Iterator对象。
转换：把list、dict、str等Iterable变成Iterator可以使用iter()函数：
1 >>> isinstance(iter([]), Iterator) 2 True 3 >>> isinstance(iter(‘abc‘), Iterator) 4 True
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。
Python的for循环本质上就是通过不断调用next()函数实现的，例如：
for x in [1, 2, 3, 4, 5]: pass #等价于 # 首先获得Iterator对象: it = iter([1, 2, 3, 4, 5]) # 循环: while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break
