生成器就是自己用python代码写的迭代器，生成器的本质就是迭代器。
通过以下两种方式构建一个生成器：
1、通过生成器函数
2、生成器表达式
生成器函数：
函数
def func1(x): x += 1 return x print(func1(5))
生成器函数
def func1(x): x += 1 yield x g_obj = func1(5) print(g_obj.__next__())
一个next对应一个yield。
yield VS return
return 结束函数，给函数的执行者返回值
yield 不会结束函数，一个next对应一个yield，给生成器对象。__next__()返回值。
生成器函数 VS 迭代器
区别1：自定制的区别：
l1 = [1,2,3,4,5] l1.__iter__() def func1(x): x += 1 yield x x += 3 yield x x += 5 yield x g1 = func1(5) print(g1.__next__()) print(g1.__next__()) print(g1.__next__())
区别2：内存级别的区别。
迭代器是需要可迭代对象进行转化，可迭代对象非常占内存
生成器直接创建，不需要转化，从本质就节省内存
send & next
send与next一样，也是对生成器取值（执行一个yield）的方法。
send 可以给上一个yield传值，第一次取值永远都是next
最后一个yield永远也得不到send的值
列表推导式：一行代码搞定所需要的任何列表
循环模式 格式：[变量（加工后的变量）for 变量 in interable
lis = [i for i in range(1,101)] print(lis) lis = ['骑士计划%s期'% i for i in range(1,16)] print(lis)
lis = [i**2 for i in range(1,11)] print(lis) print([i for i in range(1,31) if i % 3 == 0]) print([i*i for i in range(1,31) if i % 3 is 0 ])
筛选模式：
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
print([q for name in names for q in name if q.count('e') >= 2])
列表推导式
优点：一行解决，方便
缺点：容易着迷，不易排错，不能超过三次循环
列表推导式不能解决所有列表的问题，无需刻意使用
生成器表达式：将列表推导式的 [] 换成 () 即可
g = (i for i in range(199)) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__())
