江门制作网站公司企业网络规划毕业设计
@TOC
生成器
生成器使用
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。
创建生成器，列表生成式，我们知道，只要将最外一层的中括号，改为小括号，⽣成器保存的是算法，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 的异常。当然，这种不断调⽤ next() 实在是太繁琐了，虽然是点一次出现一次，但正确的⽅法是使⽤ for 循环，因为⽣成器也是可迭代对象。所以，我们创建了⼀个⽣成器后，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 异常。
list1 = [x for x in range(1,10)]
print(list1)
# 如何不让内存溢出 引入生成器(按照一个生成式来创建元素)
g = (x for x in range(1,10))
print(g)
print(next(g))
通过函数来创建生成器（yield）
通过斐波那契数列来实现
普通实现：
def test1(times):#初始化a,b=0,1n=0while n<times:print(b) # yield b #yield用于创建一个生成器，工作返回后面变量值给生成器a,b=b,(a+b)n+=1return "done"print(test1(6))
生成器方式实现：
#引出生成器：对象，保存了产生元素的算法，同时会记录游标的位置
# 创建一个生成器： 1、通过列表生成式来创建
# 2、通过函数来创建生成器（yield）
# 遍历生成器中元素内容：
# 1、通过next(g) ，当已经遍历到生成器的结尾抛异常 ：StopIteration
# 2、通过for来遍历
# 3、object内置的__next__ ：当已经遍历到生成器的结尾抛异常 ：StopIteration
# 4、send 函数 ,但是生成器的第一个值必须使用send(None)，后面的值就没有限制（不推荐使用）
def test2():#初始化a,b=0,1while True:temp = yield b #yield用于创建一个生成器，工作返回后面变量值给生成器,无返回值a,b=b,a+bprint(temp)
g4 =test2()
print(g4)
print(next(g4))
print(next(g4))
print(next(g4))print(g4.send(None))
print(g4.send(''))
print(g4.send(''))
print(g4.send(''))
print(g4.send(''))
⽣成器是这样⼀个函数，它记住上⼀次返回时在函数体中的位置。对⽣成器函数的第⼆次（或第 n 次）调⽤跳转⾄
该函数中间，⽽上次调⽤的所有局部变量都保持不变。⽣成器不仅“记住”了它数据状态；⽣成器还“记住”了它在流
控制构造（在命令式编程中，这种构造不只是数据值）中的位置。⽣成器的特点：
- 节约内存
- 迭代到下⼀次的调⽤时，所使⽤的参数都是第⼀次所保留下的，在整个所有函数调⽤的参数都是第⼀次所调⽤时保
留的，⽽不是新创建的
迭代器
迭代是访问集合元素的⼀种⽅式。迭代器是⼀个可以记住遍历的位置的对象。迭代器对象从集合的第⼀个元素开始
访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
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 。
那我们怎么判断一组数据或是一组数据对象是不是 Iterable 对象尼？
可以使⽤ isinstance() 判断⼀个对象是否是 Iterable 对象
from collections.abc import Iterable
# Iterable：可迭代对象，能够通过for循环来遍历
a=(1,)
b=[1,2]
c={}
def test1(args):if isinstance(args,Iterable):print("args是可迭代对象")else:print('args对象不是可迭代对象')
test1(a)
test1(b)
test1(c)
test1(10)
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
def test2(arg):if isinstance(arg, Iterator):print("args是迭代器")else:print('args对象不是迭代器')
test2(a)
test2(b)
test2(c)
test2(x for x in