python_⽣成器

⽣成器

迭代器是⼀个让程序员可以遍历⼀个容 器（特别是列表）的对象。然⽽，⼀个迭代器在遍历并读取⼀个容器的数据元素时，并不
会执⾏⼀个迭代。你可能有点晕了，那我们来个慢动作。
换句话说这⾥有三个部分：
可迭代对象(Iterable)
迭代器(Iterator)
迭代(Iteration)

可迭代对象(Iterable)

Python中任意的对象，只要它定义了可以返回⼀个迭代器的__iter__⽅法，或者定义了 可以⽀持下标索引的__getitem__⽅法， 那么它就是⼀个可迭代对象。简单说，可迭代对象就是能提供迭代器的任意对象

迭代器(Iterator)

任意对象，只要定义了next(Python2)或者__next__⽅法，它就是⼀个迭代器。就这么简单。

迭代(Iteration)

⽤简单的话讲，它就是从某个地⽅（⽐如⼀个列表）取出⼀个元素的过程。当我们使⽤⼀个循环来遍历某个东西时，这个过程本⾝就叫迭代。

⽣成器(Generators)

⽣成器也是⼀种迭代器，但是你只能对其迭代⼀次。这是因为它们并没有把所有的值存在内存中，⽽是在运⾏时⽣成值。你通过遍历来使⽤它们，要么⽤⼀个“for”循环，要么将它们传递给任意可以进⾏迭代的函数和结构。⼤多数时候⽣成器是以函数来实现的。然⽽，它们并不返回⼀个值，⽽是yield(暂且译作“⽣出”)⼀个值。这⾥有个⽣成器函数的简单例⼦：

def generator_function():
   for i inrange(10):
       yield i
for item in generator_function():
    print(item)
#Output:0 
#1
#2
#3
#4
#5
#6
#7
#8
#9

⽣成器最佳应⽤场景是：你不想同⼀时间将所有计算出来的⼤量结果集分配到内存当中，特别是结果集⾥还包含循环。这样做会消耗⼤量资源
下⾯是⼀个计算斐波那契数列的⽣成器：

#generatorversion 
def fibon(n):
    a=b=1
    for i in range(n):
		yield a 
		a,b=b,a+b
#现在我们可以这样使用
for x in fibon(1000000):
	print(x)

‘’‘⽤这种⽅式，我们可以不⽤担⼼它会使⽤⼤量资源。然⽽，之前如果我们这样来实现的话：
这也许会在计算很⼤的输⼊参数时，⽤尽所有的资源。’‘’
def fibon(n):
	a=b=1
	result=[]
	for i in range(n):
		result.append(a)
		a,b=b,a+b
	return result

Python内置函数：next()，它允许我们获取⼀个序列的下⼀个元素

def generator_function():
	for i inrange(3):
		yield i
gen=generator_function()
print(next(gen))
#Output:0 
print(next(gen))
#Output:1
print(next(gen))
#Output:2
print(next(gen))
#Output:Traceback(mostrecentcalllast):
#		File"<stdin>",line1,in<module>StopIteration

我们可以看到，在yield掉所有的值后，next()触发了⼀个StopIteration的异常。基本上这个异常告诉我们，所有的值都已经被yield完了。你也许会奇怪，为什么我们在使⽤for循环时没有这个异常呢？for循环会⾃动捕捉到这个异常并停⽌调⽤next()。你知不知道Python中⼀些内置数据类型也⽀持迭代哦？我们这就去看看：

my_string="Yasoob"
next(my_string)
#Output:Traceback(mostrecentcalllast):
#	File"<stdin>",line1,in<module>
#		TypeError:strobjectisnotaniterator

好吧，这不是我们预期的。这个异常说那个str对象不是⼀个迭代器。对，就是这样！它是⼀个可迭代对象，⽽不是⼀个迭代器。这意味着它⽀持迭代，但我们不能直接对其进⾏迭代操作。那我们怎样才能对它实施迭代呢？是时候学习下另⼀个内置函数，iter。它将根据⼀个可迭代对象返回⼀个迭代器对象。这⾥是我们如何使⽤它：

my_string="Yasoob"
my_iter=iter(my_string)
next(my_iter)
#Output:'Y'

想要完全掌握这个概念，你只有使⽤它。确保你按照这个模式，并在⽣成器对你有意义的任何时候都使⽤它。你绝对不会失望的！

三元运算符

三元运算符通常在Python⾥被称为条件表达式，这些表达式基于真(true)/假(not)的条件判断，在Python2.4以上才有了三元操作。
下⾯是⼀个伪代码和例⼦：
伪代码:#如果条件为真，返回真否则返回假condition_is_trueifconditionelsecondition_is_false
例⼦:

is_fat=True
state="fat" if is_fat else "notfat"
print(state)
#fat

它允许⽤简单的⼀⾏快速判断，⽽不是使⽤复杂的多⾏if语句。这在⼤多数时候⾮常有⽤，⽽且可以使代码简单可维护。