生成器

列表生成式

a=[1,2,3]

[i*2 for i in range(10) ]#输出

[func(i) for i in range(10)]#函数的结果就存在列表里了

生成器,生成器只有一个next()方法

(i*2 for i in range(10))

用函数做生成器

a,b=b,a+b

t=(b,a+b)#t是一个tuple

a=t[0]

b=t[1]

#菲波那切数列

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(100)

变成生成器只需要将print(b),变成yield b

#菲波那切数列

def fib(max):

    n,a,b=0,0,1

    while n<max:

        yield b

        a,b=b,a+b

        n=n+1

    #return 'done'  return是为给异常打印的消息

f=fib(100)

print(f.__next__())

凡是有yield修饰的函数都是生成器，程序每次运行到yield都会退出，通过next（）方法再次进入yield位置。
通过yield实现在单线程的情况下实现并发运行的效果

#_*_coding:utf-8_*_

__author__ = 'Alex Li'

import time


def consumer(name):


print("%s 准备吃包子啦!" %name)


while True:


baozi = yield

   print(&quot;包子[%s]来了,被[%s]吃了!&quot; %(baozi,name))<br/>

def producer(name):


c = consumer('A')


c2 = consumer('B')


c.next()


c2.next()


print("老子开始准备做包子啦!")


for i in range(10):


time.sleep(1)


print("做了2个包子!")


c.send(i)


c2.send(i)

producer("alex")

迭代器

我们已经知道，可以直接作用于for循环的数据类型有以下几种：一类是集合数据类型，如list、tuple、dict、set、str等；一类是generator，包括生成器和带yield的generator function。这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。可以使用isinstance()判断一个对象是否是Iterable对象：

from collections import Iterable #想要判断一个对象是否是可迭代对象首先需要引入collections模块下的,Iterable

isinstance([],Iterable)#用isinstance判断对象是不是可迭代对象

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。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：Iterator。

from collections import Iterator#判断对象是不是迭代器，就要引入collections模块下的Iterator.

isinstance((x for x in range(10)),Iterator)

生成器都是Iterator对象，但list,dict,str是可迭代对象那个Iterable,却不是Iterator对象，把list,dict,str等Iterable变成Iterator可以使用iter()函数,这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。