python高级02--生成器

1、生成器
1.列表推导式
         列表推导式的写法：
          [i for i in range(1, 101)]
          [i for i in range(1, 101) if i % 2== 0]
          [i*j for i in range(1, 10) for j in range(1, 10)]

       注意：列表推导式很强大，
       但是如果生成一个自然数的列表，列表中的元素就会无穷无尽，
       内存的占有就特别的夸张，在实际使用中就会溢出，这样就会使程序崩溃，
       所以只有在一部分的情况下才能使用。

2.列表生成器
              我们的列表推导式是一次直接生成所有数据，会占用大量的内存，所以如果我们只是取其中的某一些特殊值，并且取值的数量很小，例如只是按照某一规律生成一个数列，但只要这个数列的第5个数时，我们就没有必要生成整个数列，而且也生成不完不现实，所以基于这种情况，所以在python 中推出了列表生成器。这里不用存所用的数据，而是存产生这些数据的一个方法，这样我们需要数据是再一个一个生成就可以了。

1、将列表推导式转换为列表生成器，在需要数据的时候，只生成需要的数据，大大的减小了对内存的需求。
方法：将列表中[]使用()来代替

获取其中的值：使用全局函数next，并且返回下一个值
取特定的值时，可以通过循环得到

yield关键字的使用：
yield关键字在函数中出现，和return类似，用来返回结果
但是我yield返回的结果是一个生成器，只有当我们使用next函数
调用这个生成器才能产生结果
yield的运行过程

1. def test_yield(num):

2. print("---------------0------------")

3. count = 1

4. while count < num:

5. print(’-------------1-----------’)

6. yield “zhang” + str(count)

7. count += 1

8. print(’-------------2-----------’)

9. a = test_yield(20)

10. next(a)

11. next(a)

12. next(a)

在这一段代码中当我们进入函数后首先会输出0然后进入循环输出1，然后执行yield退出函数，当执行第二个naxt时，代码会直接跳到yield后面的代码输出 2，再判断循环条件，进入循环输出1，又到yield跳出函数，以此往复执行。

2.可迭代对象和迭代器
Python中的可迭代对象

1. str 字符串
2. list 列表
3. set 集合
4. tuple 元组
5. dict 字典
6. generator 生成器

迭代器定义：
能够被next调用，并且返回下一个值的叫做迭代器
可迭代对象不一定是迭代器，迭代器是可迭代对象，可以通过iter来将将可迭代对象转换为跌代器
模块：collections 中有 Iterable Iterator 模块
Iterable 可迭代对象
Iterator 迭代器
isinstance(ls, Iterable) 判断对象ls是否为Iterable类型

3.函数高级
1、偏函数
函数在调用的时候，要带上所有必要的参数才能进行。但是，有时有些参数在每次调用函数时都是不变的。这种情况下，一个函数有一个或多个参数预先就能定好，这样函数就能用更少的参数进行调用，方便我们的操作。

from functools import partial
int_hex = partial(int, base=16)
在默认的情况下int转换类型是以十进制转换的，因为int有一个base的参数，如上代码就将int转换后的整型改为以十六进制转换为十进制。

2、闭包（closure）
弱数据类型编程语言所特有的现象
是一种函数嵌套函数的情况，能够读取其他函数内部变量的函数叫做闭包

优点：1、局部变量全局化；
2、防止全局变量的污染
缺点：占据内存，无法回收，内存无法释放。