Python迭代器，生成器，列表解析式

迭代器

什么叫迭代器呢？它是一个带状态的对象，他能在你调用next()方法的时候返回容器中的下一个值，可迭代对象有元组，序列，字典，字符串，集合等等。它们都包含界限明显的元素，符合迭代器协议的对象叫可迭代对象。
迭代器自有_next_()方法，通过此方法访问元素，不同于索引访问。
就for循环来说，内部先通过_iter_()，为可迭代对象设计一个记忆各元素遍历状态的功能，再和此可迭代对象组装，成迭代器。
再通过_next_()访问元素
迭代器最重要的就是提供了无索引可迭代对象的遍历方法，遍历字典.集合这样的无索引的可迭代对象的利器。

Li={1,4,5,4}
for i in Li:
    print(i)

li=Li.__iter__()
while i<len(Li):
    print(li.__next__())

列表解析式

当列表元素很多，且元素规律很强，列表推导就成为一种定义列表的好方式

#三目运算
s="1" if 1==1 else "2"
#列表解析式
new_li=[i for i in range(100) if i%2==0]
print(s)
li2=["wwt%d"%i for i in range(10)]
print(new_li)
print(li2)

生成器

模糊来说生成器和迭代器其实可以看做是一类对象，至于它们的不同，我个人认为主要是：迭代器是在外在已有元素基础上，自己增添某些功能合成的对象，而生成器则是自己定义元素，并为此增添某些功能合成的对象。以上所述某些功能基本相同，都已经由python开发人员完成，剩下的元素定义由用户实现。具体分为两类：

第一类：生成器函数：还是使用 def 定义函数，但是，使用yield而不是return语句返回结果。yield语句一次返回一个结果（元素），在每个结果中间，挂起函数的状态保存在缓存变量中（如下：f），以便下次从它离开的地方继续执行，没有变量保存挂起状态的话，每次next（）将从头开始执行。
第二类：生成器表达式：类似于列表推导，只不过是把一对大括号[]变换为一对小括号()。但是，生成器表达式是按需产生一个生成器结果对象，要想拿到每一个元素，就需要循环遍历。

def fungenerate():
    for i in range(100):
        if i%3==1:
            yield "fungenerate%d"%i
f=fungerate()
print(next(f()))


peoplearray=("person%d"%i  for i in range(100) if i%3==1)
print(peoplearray.__next__())
print(next(peoplearray))

生成器能做到迭代器能做的所有事,而且因为自动创建了 iter()和 next()方法,生成器显得特别简洁,而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出 StopIteration 异常。