1.生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

P = (x*x for x in range(10))print(P)

这样我们就构建了一个生成器那么我们打印的结果是什么呢？

     
       at 0x000001FEC5091AF0>
     

这就是P的结果了 那么当我想打印我要的东西我只需要

print(P.__next__())

有人就要问，我要是想打印第三个怎么办？那没办法只能调用三次了。

1.2使用循环制作一个生成器

1 def shengchengqi(max):2     print('生成器真正在生效')3     b = 04     while b < max:5         b = yield 6         b += 27 8 data = shengchengqi(10)9 print(data.__next__())

如代码所示当我们用循环构建一个生成器的时候只需要使用 yield关键字并且使用一个变量接收即可。

1.3通过yield实现在单线程的情况下实现并发运算的效果

现在我们知道可以根据yield制作一个生成器这里我要借用网上的思路来展示详情请看http://www.cnblogs.com/alex3714/articles/5765046.html

1 def xiaodian(name): 2     print("大家准备吃包子咯") 3     while True: 4         baozi = yield 5         print('包子来咯，%s，被%s吃了' % (baozi, name)) 6  7 def protulr(): 8     c1=xiaodian('booker') 9     c=xiaodian('li')10     c.__next__()11     c1.__next__()12     print('老子要开始做包子了')13     c.send('大肉包')14     c1.send('小笼包')15     c.send('菜包')16     c1.send('woako')

那么这里解释一下啊send的使用方法，send为向生成器内传入值。 并且也会next一下。

 

2.迭代器

总结一句话就是

 

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象