前段时间因工作问题和家中的电脑无法开机，学习Python的计划搁置了一段时间。借此感觉到以前学习的速度过慢，为了达成自己制定的学习目标，决定延长每次Python的学习时间，增加记录内容。下面正题开始：
列表生成式
即快速生成 list 的写法，它内置于Python中，简单又强大。
举个例子，生成一个数字1到10的列表，写法如下：
L = range(1,11)
L
[1,2,3,4,5,6,7,8,9,10]若想得到元素乘积，则列表生成式写法如下：
[x * x for x in L]
[1,4,9,16,25,36,49,64,81,100]不用列表生成式的写法如下：
L1 = []
for x in L :
L1.append(x * x)
L1
[1,4,9,16,25,36,49,64,81,100]有此可见，列表生成式简化了很多代码，使用起来也十分方便。
继续往下走，在循环中加一个条件，使列表只得到偶数的乘积，则写法如下：
[x * x for x in L if x % 2 == 0]
[4,16,36,64,100]列表生成式的基本写法如上所示，它还可以内置多个循环，形成全排列，示例如下：
[ x + y for x in 'ABC' for y in 'XYZ']
['AX','AY','AZ','BX','BY','BZ','CX','CY','CZ']一般情况下，只使用两层循环，三层及三层以上的循环就很少使用了。列表生成式还可拼接字典dict，示例如下：
D = {'a':'1','b':'2','c':'3'}
[k+'='+v for k,v in D.items()]
['a=1','c=3','b=2']由于dict内是无序的，所以输入的结果顺序对应会有些差异，此问题可以忽略不计。
测试题：
L3 = ['Apple','Banana',18,'Orange',None]上述list，要求把大写字母变为小写字母，错误写法如下：
[x.lower() for x in L3]
Traceback (most recent call last):
File "<stdin>",line 1,in <module>
AttributeError: 'int' object has no attribute 'lower'报错结果，大致说 int 类型的元素不支持 lower 方法，所以我们正确的写法需要加判断来筛选下 ，正确示例如下：
[x.lower() if isinstance(x,str) else x for x in L3]
['apple','banana',18,'orange',None]由此，可以总结出列表表达式的写法如下：
[执行方法（得到值） 附加条件 循环 简单判断条件（可写可不写）]
我认为循环语句的执行过程如下：
1.循环遍历出第一个值；
2.若有简单判断条件进行判断，若无，跳过这步，进行下一步；
3.若有附加条件，先判断附加条件，此时写法上有一点需要注意，if成功的结果会调用执行方法（得到值）的方法对遍历得到的值进行计算，if 后不需要写值，else 后需要些对应的执行方法。若只判断一次，则将判断条件写在 简单判断条件 的位置上，附加条件不写，有else的情况 才把判断都移到前面来，示例如下：
[x.lower() if isinstance(x,str) else x for x in L3]
此为需要else的写法
[x.lower() for x in L3 if isinstance(x,str)]
此为不需要else的写法4.把值存放到 list 中
4.循环遍历下一个值，重复执行步骤2,3,4。
列表生成式就到这里，下面是生成器。
生成器
在Python中，有一种边循环边计算的机制，称为 生成器generator。由于它是边循环边计算的，所以使用时会节省很多空间。
它的使用方法也很简单，与 列表生成器 类似，将 [ ] 替换为 ( ) 即可。与list对比的示例如下：
[x * x for x in range(10)]
[0,1,4,9,16,25,36,49,64,81]
(x * x for x in range(10))
<generator object <genexpr> at 0x0000000002116A20>list 创建完成后是一个可见的列表，而generator创建出来的对象不能直接看到它包含的信息，若想打印看到，需要使用next()方法，具体示例如下：
g = (x * x for x in range(10))
next(g)
0
next(g)
1
next(g)
4
next(g)
9
……
next(g)
81
next(g)
Traceback (most recent call last):
File "<stdin>",line 1, in <module>
StopIteration
由于篇幅有限，循环过程省略了一部分，当next()方法运行到数据之外的时候，会报错，告诉用户没有更多元素了。
若让我们打印generator运行的数据，只用next()方法来写，有些尴尬。。正确的方法是用for来遍历打印，generator也是一个可迭代对象，示例如下：
g1 = (x * x for x in range(10))
for n in g1:
print(n)
0
1
4
9
……
81此处联系时需注意，不要使用前面的 g 对象，因为 g 对象中generator 已经全遍历出来了，for循环时没有能遍历出的值，这不会报错。所以，新建一个 generator 对象，使用for循环遍历它。结果如上面示例所示。
数学上有个著名的数列，称为 斐波拉契数列，它是 除第一个和第二个数外，任意一个数都可由前两个数相加得到，使用列表生成式无法得到这个数列，但欧阳函数打印出来很容易，示例如下：
def tfb(num):
n ,a ,b = 0 ,0 ,1
while n < num:
print(b)
a ,b = b ,a + b
n = n + 1
return 'end'
tfb(5)
1
1
2
3
5
'end'上述代码中，n,a,b = 0,0,1，是创建n,a,b三个对象，并给他们赋值为0,0,1，即n=0,a=0,b=1。同理，a,b=b,a+b为a=b,b=a+b。
这个方法和生成器的运行逻辑十分相似，只需要一点改动便可将其变为generator，即 将 print(b) 替换为 yield b。这是定义generator的另一种写法，如果一个函数中包含 yield 关键字，那它就不是一个普通的函数，而是一个 generator。示例如下:
def tfl(num):
n ,a ,b = 0 ,0 ,1
while n < num:
yield b
a ,b = b ,a + b
n = n + 1
return 'end'
tfl(5)
<generator object tfl at 0x0000000002116C00>
for x in ftl(5):
print(x)
1
1
2
3
5generator和一般的函数执行流程不太相同。一般函数是执行结束后返回需要的指定值；generator 是遇到 yield 就返回指定值，下次执行接着上次 的 yield 执行，执行到首次出现 yield 再返回指定值。具体示例如下：
def g1(num):
yield num+1
yield num+2
yield num+3
return 100
g = g1(1)
next(g)
2
next(g)
3
next(g)
4
next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration上述示例中会发现，return的值无法被取到，若想要得到return 的值，需要从异常中捕获StopIteration，从StopIteration.value中取值，具体示例如下：
gg = g1(1)
while True:
try:
x = next(gg)
print('g:',x)
except StopIteration as e:
print('return value:',e.value)
break
g: 2
g: 3
g: 4
return value: end以杨辉三角为联系，结合百度和自身想要的需求，实现根据输入数字，返回指定行数的list（默认为5）:
def triangles(num = 5):
L = [1]
n = 0
while n < num:
yield L
L.append(0)
L = [L[i-1] + L[i] for i in range(len(L))]
n = n+1
for x in triangles():
print(x)
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]迭代器
在此之前，要重申一个概念，叫 可迭代对象Iterable 。
可迭代对象Iterable是指可以通过 for循环 来遍历出值的对象，例如 list、str、dict等。
而可迭代器Iterator是指可以通过 next() 方法来得到值 的对象，如上述 generator 等。这类的对象都是惰性的，因为我们只有通过不断next() 来计算出下一数据。
借他人总结之言，总结下：
1.凡是可作用于for循环的对象都是Iterable类型；
2.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；
3.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。
4.Python的for循环本质上就是通过不断调用next()函数实现的
本篇就到这里，教材网址：https://www.liaoxuefeng.com， 继续学习~~