python学习之路 七 ：生成器、迭代器

本节重点：

• 掌握列表生成式、生成器、迭代器

 一.生成式

    ​现在有个需求，把[1,2,3,4,5,6,7,8,9,10]中的每个值加1。

# 二逼青年版
a = [0,1,2,3,4,5,6,7,8,9,10]
b = []
for i in a:
    b.append(i+1)
print(b)

# 普通青年版
a = [1,2,3,4,5,6,7,8,9,10]
for index,i in enumerate(a):
    a[index] = i+1
print(a)

# 文艺青年版
a = [1,2,3,4,5,6,7,8,9,10]
a = map(lambda x:x+1,a)
print(list(a))

# 装逼青年版 列表生成式
a = [1,2,3,4,5,6,7,8,9,10]
g = [i+1 for i in a]
print(g) 

 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，受到内存显示，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。

    ​要创建generator有很多种方法，其中一种很简单，将列表生成式的[]改成()，就创建了一个generator。

l = (x for x in range(10))
print(l)

​    ​创建 l和 g的区别仅在于最外城的[]和()，l是一个list，而g是一个generator。

    ​我们可以直接打印出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，可以使用next()函数获取generator的下一个返回值

next(g)
next(g)
next(g)
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，没有更多的元素时，抛出StopIteration的错误。

    ​当然，上面这种不断调用next(g)实在是太变态了，正确的方法使使用for循环，因为generator也是可迭代对象。

g = (x * x for x in range(10))
for n in g:
    print(n)