# 迭代器和生成器
# 迭代器：
# 双下方法 ： 很少直接调用的方法。一般情况下，是通过其他语法触发的
# 可迭代的 —— 可迭代协议 含有__iter__的方法('__iter__' in dir(数据))
# 可迭代的一定可以被for循环
# 迭代器协议: 含有__iter__和__next__方法
# 迭代器一定可迭代，可迭代的通过调用iter()方法就能得到一个迭代器
# 迭代器的特点：
# 很方便使用，且只能取所有的数据取一次
# 节省内存空间
# 生成器
# 生成器的本质就是迭代器
# 生成器的表现形式
# 生成器函数
# 生成器表达式
# 生成器函数：
#含有yield关键字的函数就是生成器函数
#特点：
#调用函数的之后函数不执行，返回一个生成器
#每次调用next方法的时候会取到一个值
#直到取完最后一个，在执行next会报错
# 写生成器实现：有一个文件，从文件里分段读取内容
# readline
# read(10)
# 在读出来的内容前面加上一个'***'，再返回给调用者
# def generator():
# for i in range(20):
# yield '哇哈哈%s'%i
#
# g = generator() #调用生成器函数得到一个生成器
# print(list(g))
# ret = g.__next__() #每一次执行g.__next__就是从生成器中取值，预示着生成器函数中的代码继续执行
# print(ret)
# num = 0
# for i in g:
# num += 1
# if num > 50:
# break
# print(i)
# 从生成器中取值的几个方法
# next
# for
# 数据类型的强制转换 : 占用内存
# def generator():
# print(123)
# content = yield 1
# print('=======',content)
# print(456)
# arg = yield 2
# ''''''
# yield
# g1 = generator()
# g2 = generator()
# g1.__next__()
# g2.__next__()
# print('***',generator().__next__())
# print('***',generator().__next__())
# g = generator()
# ret = g.__next__()
# print('***',ret)
# ret = g.send('hello') #send的效果和next一样
# print('***',ret)
#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
# 第一次使用生成器的时候 是用next获取下一个值
# 最后一个yield不能接受外部的值
# 获取移动平均值
# 10 20 30 10
# 10 15 20 17.5
# avg = sum/count
# def average():
# sum = 0
# count = 0
# avg = 0
# while True:
# num = yield avg
# sum += num # 10
# count += 1 # 1
# avg = sum/count
#
# avg_g = average()
# avg_g.__next__()
# avg1 = avg_g.send(10)
# avg1 = avg_g.send(20)
# print(avg1)
#预激生成器的装饰器
# def init(func): #装饰器
# def inner(*args,**kwargs):
# g = func(*args,**kwargs) #g = average()
# g.__next__()
# return g
# return inner
#
# @init
# def average():
# sum = 0
# count = 0
# avg = 0
# while True:
# num = yield avg
# sum += num # 10
# count += 1 # 1
# avg = sum/count
#
# avg_g = average() #===> inner
# ret = avg_g.send(10)
# print(ret)
# ret = avg_g.send(20)
# print(ret)
#python 3
# def generator():
# a = 'abcde'
# b = '12345'
# for i in a:
# yield i
# for i in b:
# yield i
# def generator():
# a = 'abcde'
# b = '12345'
# yield from a
# yield from b
#
# g = generator()
# for i in g:
# print(i)
# send
# send的作用范围和next一模一样
# 第一次不能用send
# 函数中的最后一个yield不能接受新的值
# 计算移动平均值的例子
# 预激生成器的装饰器的例子
# yield from
# 林海峰
# egon
# egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式
# print(egg_list)
# egg_list = []
# for i in range(10):
# egg_list.append('鸡蛋%s'%i)
# print(egg_list)
# print([i*i for i in range(10)])
#生成器表达式
# g = (i for i in range(10))
# print(g)
# for i in g:
# print(i)
# 括号不一样
# 返回的值不一样 === 几乎不占用内存
# 老母鸡=('鸡蛋%s'%i for i in range(10)) #生成器表达式
# print(老母鸡)
# for 蛋 in 老母鸡:
# print(蛋)
# g = (i*i for i in range(10))
# g.__next__()
#[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] #遍历之后挨个处理
#[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] #筛选功能
# #30以内所有能被3整除的数
# ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式
# g = (i for i in range(30) if i%3 == 0) #完整的列表推导式
# print(ret)
#
# #30以内所有能被3整除的数的平方
# ret = [i*i for i in (1,2,3,4) if i%3 == 0]
# ret = (i*i for i in range(30) if i%3 == 0)
# print(ret)
#
# # 例三:找到嵌套列表中名字含有两个‘e’的所有名字
# names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
# ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
# ret = [name for lst in names for name in lst if name.count('e') ==2]
# ret = (name for lst in names for name in lst if name.count('e') ==2)
# print(ret)
#字典推导式
# 例一：将一个字典的key和value对调
# mcase = {'a': 10, 'b': 34}
# #{10:'a' , 34:'b'}
# mcase_frequency = {mcase[k]: k for k in mcase}
# print(mcase_frequency)
# 例二：合并大小写对应的value值，将k统一成小写
# mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
# #{'a':10+7,'b':34,'z':3}
# mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
# print(mcase_frequency)
#集合推导式，自带结果去重功能
# squared = {x**2 for x in [1, -1, 2]}
# print(squared)
#各种推导式 ： 生成器 列表 字典 集合
#遍历操作
#筛选操作