一 列表生成式

現在有個需求，列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求你把列表裏的每個值加1，你怎麽實現？你可能會想到2種方式

>>> a = [0,1,2,3,4,5,6,7,8,9]
>>> b = []
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> for i in a:b.append(i+1)
...
>>> b
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

a = [0,1,2,3,4,5,6]
for index,line in enumerate(a):
    a[index] += 1
print(a)

修改原值

>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> a = map(lambda x:x+1,a)
>>> a
<map object at 0x04F21970>
>>> for i in a:print(i)
...
1
2
3
4
5
6
7
8
9
10

還有一種寫法

>>> a = [i+1 for
 
 i in range(10)]
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

這是列表生成

二 生成器

通過列表生成式，我們可以直接創建一個列表，但是，受到內存的限制，列表容量肯定是有限的，而且，創建一個包含100萬個元素的列表，不僅占用很大存儲空間，如果我們僅僅需要訪問

前面幾個元素，那麽後面絕大多數元素占用的空間都白白浪費了。

所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出後續元素呢？這樣就不用創建完成的list,從而節省大量的空間。Python中，這種一邊循環一邊計算的機制，稱為生成器：generator

要創建一個generator，有很多種方法，第一種方法很簡單，只要把一個列表生成式的【】改成（），就創建了一個generator

>>> L
[0, 1, 4, 9, 16]
>>> g = (x * x for x in range(5))
>>> g
<generator object <genexpr> at 0x04F29420>

創建L和g的區別僅在於最外層的【】和（），L是一個list,而g是一個generator.

我們可以直接打印出來list的每一個元素，但我們怎麽打印出generator的每一個元素呢？

如果要一個一個打印出來，可以通過next()函數獲得generator的下一個返回值：

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)

generator保存的是算法，每次調用next(g) ，就計算出g的下一個元素的值，知道計算到最後一個元素，沒有更多元素時拋出StopIteration的錯誤。

上面這種不斷調用next(g)實在是太變態了，正確的方法是使用for循環，因為generator也是可叠代對象：

>>> g = (x * x for x in range(5))
>>> g
<generator object <genexpr> at 0x04F29450>
>>> for i in g:
...     print(i)
...
0
1
4
9
16

所以，我們創建一個generator後，基本上永遠不會調用next()，而是通過for循環來叠代它，並且不需要關心StopIteration的錯誤。

generator非常強大。如果推算的算法比較復雜，用類似列表生成式的for循環無法實現的時候，還可以用函數來實現。

比如，著名的斐波那契數列，除第一個和第二個數外，任意一個數都可由前兩個數相加得到：

1，1，2，3，5，8，13，21，34，...

斐波那契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易：

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        print(b)
        a,b = b,a+b
        n = n+1
    return "done"

fib(10)

上面的函數可以i輸出斐波那契數列的前N個數，可以看出，fib函數實際上是定義了斐波那契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。

也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print(b)改為yield b就可以了

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        #print(b)
        yield b
        a,b = b,a+b
        n = n+1
    return "done"

這就是定義generator的另一種方法。如果一個函數中包含yield關鍵字，那麽這個函數就不再是普通函數，而是一個generator.

f = fib(10)
print(f)

#輸出
<generator object fib at 0x050B54B0>

這裏，最難理解的就是generator和函數的執行流程不一樣，函數是順序執行，遇到return語句或者最後一行函數語句就返回。

而generator，在每次調用next()的時候執行，遇到yield語句就返回，再次執行時從上次返回的yield語句處繼續執行。

f = fib(10)
print(f)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print("幹點別的事")
print(f.__next__())
print(f.__next__())

#輸出
<generator object fib at 0x055254E0>
1
1
2
幹點別的事
3
5

在上面fib的例子，我們在循環過程中不斷調用yield，就會不斷中斷。當然要給循環設置一個條件退出循環，不然就會產生一個無限數列出來。

同樣的，把函數改成generator後，我們基本上從來不會用next()來獲取下一個返回值，而是直接使用for循環來叠代：

for i in fib(10):
    print(i)

但是用for循環調用generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration，返回值包含在StopItreration的value中：

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        #print(b)
        yield b
        a,b = b,a+b
        n = n+1
    return "done"

g = fib(10)
while True:
    try:
        x = next(g)
        print("g:",x)
    except StopIteration as e:
        print("Generator return value:",e.value)
        break

#輸出
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
g: 13
g: 21
g: 34
g: 55
Generator return value: done

day4-生成器&叠代器