python推导模式，迭代器

推导式是Python中很强大的、很受欢迎的特性，具有语言简洁，速度快等优点。推导式包括:

1.列表推导式

#整除3的数字列表
numbers=[x for x in range(100) if x % 3==0]

def squared(x):
    return  x*x
multiples=[squared(i) for  i in range (30) if i % 3 is 0]
print(multiples)

2.集合推导式:

squared={x**2  for x in [1,1,2]}
print(squared)
# 用集合推导建字符串长度的集合
strings=['a','is','with','if','file','exception']
{len(s)for s in strings}#有长度相同的只会留一个，但这实际上也非常有用
#Output:set{1,2,4,9}

#1到10的平方的列表
#一、列表推导式
#例1：整除3的数字列表
numbers = []
for x in range(100):
    if x % 3 == 0:
    numbers.append(x)
# 使用推导实现
numbers = [x for x in range(100) if x % 3 == 0]
#例2：
def squared(x):
    return x*x
multiples = [squared(i) for i in range(30) if i % 3 is 0]
print(multiples)
#例3：使用()生成generator将俩表推导式的[]改成()即可得到生成器。
multiples = (i for i in range(30) if i % 3 is 0)
print(type(multiples))

3.字典推导式

#字典推导和列表推导的使用方法是类似的，只不过中括号改成大括号

#例1：快速更换key和value
mcase={'a':10,'b':34}
mcase_frequency={v:k for k,v in mcase.items()}
print(mcase_frequency)

迭代器：

迭代是Python最强大的功能之一，是访问集合元素的一种方式。。
字符串，列表或元组对象都可用于创建迭代器：
字符串，列表或元组==>(iterable object)可迭代对象
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。
迭代器有两个基本的方法：__iter__() 和 __next__()。 
__iter__方法：返回迭代器自身。可以通过python内建函数iter()调用。
__next__方法：当next方法被调用的时候，迭代器会返回它的下一个值，如果next方法被调用，但迭代器没有只可以返回，就会引发一个StopIteration异常。该方法可以通过 python 内建函数next()调用。 
迭代器内部持有一个状态，该状态用于记录当前迭代所在的位置，以方便下次迭代的时候获取正确的元素。迭代器有一种具体的迭代器类型，比如list_iterator，set_iterator。可迭代对象实现了__iter__方法，该方法返回一个迭代器对象。
X=[1,2,3]


内建函数iter()可以从可迭代对象中获得迭代器。
it = iter(list) # 创建迭代器对象
创建一个迭代器有3种方法，其中前两种分别是：
 为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；
     
 2. 内置函数 iter() 将可迭代对象转化为迭代器


 3.就是生成器（generator）。生成器通过 yield 语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式


生成器：
第一种方式：将列表的[]改为(),里面可以写推导
 生成器只要调用next()方法即可得到下一个值，到最后一个后异常(StopIteration)退出
用表达式做生成器
例：
test=(x for x in rang(10))

next(test)或test.__next__()

第二种方式：

'''
通过裴波那切序列讲解：将print换成yield，每次生成一个值
但是调用方法时没有结果
在方法内使用yield做生成器，这样调用此方法时，会得出一个结果：generator object...
然后也是可以调用next()
每到yield时，就会停止，返回当前这个值，可以一次一次next()调用，看看运行过程
生成器可以被循环迭代，直到循环结束'''
import collections
print(isinstance([], collections.Iterable))            # True
print(isinstance(iter([]), collections.Iterator))      # True
print(isinstance(iter([]), collections.Iterable))      # True
print(isinstance([], collections.Iterator))            # False
print(isinstance((x * x for x in range(10)), collections.Iterable))