输出结果如下：
当数据量很少时，可以很快得到结果。但是如果范围扩大到10000甚至是100000000，就会发现程序执行时间会变长，变卡，甚至有可能会因超出内存空间而出现程序崩溃的现象。这是因为当数据量变得非常大的时候，内存需要开辟很大的空间去存储这些数据，内存都被吃了，自然会变慢变卡。使用生成器就能解决这个问题。
对于上述同一个问题用生成器实现如下，将范围扩大到1-10000000：
def lifang_generate():
“”“求1-10000000所用整数的立方数-生成器方式实现”“”
for i in range(1,10000001):
result = i ** 3
yield result
if name == ‘main’:
G = lifang_generate()
执行效果如下：
可以看到没有任何的结果输出，这说明程序已经可以顺利执行。对于迭代器来讲需要用next()方法来获取值，修改主函数为以下情况可以打印输出前4个整数的立方数：
if name == ‘main’:
G = lifang_generate()
print(next(G))
print(next(G))
print(next(G))
print(next(G))
输出结果如下：
到此可以看到，生成器生成的值需要使用next()方法一个一个的取，它不会一次性生成所有的计算结果，只有在取值时才调用，这时程序会返回计算的一个值且程序暂停；下一次取值时从上一次中断了的地方继续往下执行。
以取出前3个值为例，下图为生成器代码解析图：
图解：Python解释器从上往下解释代码，首先是函数定义，这时在计算机内存开辟了一片空间来存储这个函数，函数没有被执行，继续往下解释；到了主函数部分，首先执行蓝色箭头1，接着往下执行到蓝色箭头2第一次调用生成器取值，此时生成器函数lifang\_generate()开始执行，执行到生成器函数lifang\_generate()的蓝色箭头2碰到yield关键字，这时候生成器函数暂停往下执行并且将result的结果返回，由于是第一次执行，因此result存储着1的立方的值，此时将1返回，第54行代码print(first)将结果打印输出。
主函数中程序接着往下执行到蓝色箭头3，生成器函数lifang\_generate()第二次被调用，与第一次不同，第二次从上一次(也就是第一次)暂停的位置继续往下执行，上一次停在了yield处，因此蓝色箭头3所作的事情就是执行yield后面的语句，也就是第48行print('end')，执行完成之后因for循环条件满足，程序像第一次执行那样，执行到yield处暂停并返回一个值，此时返回的是2的立方数，在第57行打印输出8。
第三次调用(蓝色箭头4)与第二次类似，在理清了执行过程之后，程序执行结果如下：
**迭代器**
这里先抛出两个概念：可迭代对象、迭代器。
凡是可以通过for循环遍历其中的元素的对象，都是可迭代对象；之前学习得组合数据类型list(列表)、tuple(元组)、dict(字典)、集合(set)等，上一小节介绍得生成器也可以使用for循环来遍历，因此，生成器也是迭代器，但迭代器不一定就是生成器，例如组合数据类型。
凡是可以通过next访问取值得对象均为迭代器，生成器就是一种迭代器。可以看到，生成器不仅可以用for循环来获取值，还可以通过next()来获取。
Python中有一个库collections，通过该库的Iterable方法来判断一个对象是否是可迭代对象；如果返回值为True则说明该对象为可迭代的，返回值为False则说明该对象为不可迭代。用Iterator方法来判断一个对象是否是迭代器，根据返回值来判断是否为迭代器。
使用Iterable分别判断列表，字典，字符串以及一个整数类型是否是可迭代对象的代码如下：
from collections import Iterable
def isiterable():
“”“分别判断列表，字典，字符串100，整形100是不是可迭代对象”“”
ls = isinstance([],Iterable)
dic = isinstance({},Iterable)
strs = isinstance(‘100’,Iterable)
ints = isinstance(100,Iterable)
print(‘输出True表示可迭代，False表示不可迭代\n
ls为{}，dic为{}，strs为{}，ints为{}’.format(ls,dic,strs,ints))
def main():
isiterable()
if name == ‘main’:
main()
执行的输出结果如下：
使用Iterator判断一个对象是否是迭代器的代码如下，与判断是否为可迭代对象类似：
from collections import Iterable,Iterator
def print_num():
“”“定义一个产生斐波那契数列的生成器”“”
a,b = 0,1
for i in range(1,10):
yield b
a,b = b,a + b
def isiterator():
“”“分别判断列表，字典、生成器是否为迭代器”“”
ls_ret = isinstance([],Iterator)
dict_ret = isinstance({},Iterator)
genarate_ret = isinstance((x * 2 for i in range(10)),Iterator)
print_num_ret = isinstance(print_num(),Iterator)
print(‘输出True表示该对象为迭代器，False表示该对象不是迭代器\n
ls输出为{}，dict输出为{}，genarate输出为{}，print_num输出为{}’.format(ls_ret,dict_ret,genarate_ret,print_num_ret))
def main():
isiterator()
if name == ‘main’:
main()
输出的结果如下：
组合数据类型不是迭代器，但是属于可迭代对象，可以通过iter()函数将其转换位迭代器，这样就可以使用next方法来获取对象各个元素的值，代码如下：
from collections import Iterable,Iterator
def trans_to_iterator():
“”“使用iter()将可迭代类型-列表转换为迭代器”“”
ls = [2,4,6,8,10]
ls_ierator = iter(ls)
ls_ierator_is = isinstance(ls_ierator,Iterator)
print(‘转换后的返回值为{}，使用next取出的第一个元素的值为{}’.format(ls_ierator_is,next(ls_ierator)))
def main():
trans_to_iterator()
if name == ‘main’:
main()
输出结果为：
**闭包**
内部函数对外部函数变量的引用，则将该函数与用到的变量称为闭包。以下为闭包的例子：
def func(num):
print(‘start’)
def func_in():
“”“闭包内容”“”
new_num = num ** 3
print(new_num)
return func_in
if name == ‘main’:
ret = func(10)
ret()
理解闭包是理解装饰器的前提，同样通过一张图来理解闭包的执行过程：
图解:Python解释器从上往下解释代码，首先定义一个函数，func指向了该函数(红箭头所示)；接着到主函数执行第14行代码 ret = func(10)，此时先执行赋值号“=”右边的内容，这里调用了函数func()并传入10这个实参，函数func()代码开始执行，先是打印输出“start”，接着定义了一个函数func\_in()，func\_in指向了该函数，函数没有被调用，程序接着往下执行，return func\_in 将函数的引用返回，第14行代码用ret接收了这个返回值，到此ret就指向了func\_in所指向的函数体(绿箭头所示)。最后执行ret所指的函数。这就是闭包的整个过程，func\_in()函数以及该函数内用到的变量num就称为闭包。
**装饰器**
做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。
别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
我先来介绍一下这些东西怎么用，文末抱走。
* * *
**（1）Python所有方向的学习路线（新版）**
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
**（2）Python学习视频**
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
**（3）100多个练手项目**
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
**（4）200多本电子书**
这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。
基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。
**（5）Python知识点汇总**
知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。
**（6）其他资料**
还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。
**这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。**
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
466
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
