三周五次课（11月3日） 1.生成式和生成器 2.迭代器 3.装饰器

三周五次课（11月3日）

1. 生成式和生成器

表生成式是python受欢迎的语法之一，通过一句简洁的语法就可以对一组元素进行过滤，还可以对得到的元素进行转换处理。语法格式为：

[exp for val in collection if condition]相当于result=[]for val in collection:    if(condition):        result.append(exp)

例子，输出1到100的偶数的平方：

a = [x*x for x in xrange(10) if x*x%2 == 0]print(type(a))print(a)结果：<type 'list'>[0, 4, 16, 36, 64]

解释：

1， 以此取出xrange(10)从0到9的数字
2， 判断x*x是偶数，就保留，存在新的字典中
3， 把所有符合x*x是偶数的元素都放到新的列表中返回

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。第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：
生成器是一次生成一个值的特殊类型函数。可以将其视为可恢复函数。调用该函数将返回一个可用于生成连续 x 值的生成器【Generator】，简单的说就是在函数的执行过程中，yield语句会把你需要的值返回给调用生成器的地方，然后退出函数，下一次调用生成器函数的时候又从上次中断的地方开始执行，而生成器内的所有变量参数都会被保存下来供下一次使用。

要创建一个generator，有很多种方法。

1、第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：

例子：

a = (x*x for x in xrange(10) if x*x%2 == 0)print(type(a))print(a.next())print(a.next())print('aaaaaaa')for i in a:print(i)

结果：

<type 'generator'>04aaaaaaa163664

解释：
generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素为止。类比一下xrange。

2.定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

def fib(n):    sum = 0    i = 0    while(i<n):        sum = sum +i        i+=1        print(sum)fib(10)结果：0136101521283645

解释：
这个程序很简单，就是求0到9所有数字之和，接下来，我们只要稍微改动一下，你看看有什么差别

def fib(n):    sum = 0    i = 0    while(i<n):        sum = sum +i        i+=1        yield sumfor x in fib(10):print(x)print(type(fib(10)))  //type为generator结果：0136101521283645<type 'generator'>

结果和上面的结果是一样的，但是有什么不同呢，简而言之，包含yield语句的函数会被特地编译成生成器。当函数被调用时，他们返回一个生成器对象，这个对象支持迭代器接口。每当遇到yield关键字的时候，你可以理解成函数的return语句，yield后面的值，就是返回的值。但是不像一般的函数在return后退出，生成器函数在生成值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效，下次从yield下面的部分开始执行。
解释：
1， 以为以上函数有关键字yield，所以生成的是一个生成器。
2， 通过for循环调用生成器，当执行到yield的时候，返回sum的值，sum为0，此时暂停并记录sum的值
3， 打印sum的值，然后继续往下执行。此时跳入下一个循环while(1<10)
4， 直到遇到yield的时候，返回sum的值。
5， 反复执行3,4步骤，知道循环结束，最终程序退出

二者的区别很明显：
一个直接返回了表达式的结果列表， 而另一个是一个对象，该对象包含了对表达式结果的计算引用， 通过循环可以直接输出
生成器不会一次性列出所有的数据，当你用到的时候，在列出来，更加节约内存的使用率。

2. 迭代器

Iterable（可迭代对象） 和 Iterator（迭代器） 主要区别是 ：

凡是可以用 for 循环的 都是 Iterable（可迭代对象） 凡是需要通过next()函数获得值的可迭代对象都是 Iterator（迭代器）。
（所以生成器可以 被next()函数调用并不断返回下一个值的对象称为迭代器 ） （可以简单理解为生成器 就是 迭代器的可迭代对象）

凡是可作用于for循环的对象都是Iterable类型；例如list，tuple，dict，生成式

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；

练习题：用函数实现9*9乘法口诀

l=str()for i in xrange(1,10):    for j in xrange(1,i+1):        x=('{0}*{1}={2}  '.format(j,i,i*j))        l+=x        if i == j :            l+='\n'print(l)

输出

1*1=1  1*2=2  2*2=4  1*3=3  2*3=6  3*3=9  1*4=4  2*4=8  3*4=12  4*4=16  1*5=5  2*5=10  3*5=15  4*5=20  5*5=25  1*6=6  2*6=12  3*6=18  4*6=24  5*6=30  6*6=36  1*7=7  2*7=14  3*7=21  4*7=28  5*7=35  6*7=42  7*7=49  1*8=8  2*8=16  3*8=24  4*8=32  5*8=40  6*8=48  7*8=56  8*8=64  1*9=9  2*9=18  3*9=27  4*9=36  5*9=45  6*9=54  7*9=63  8*9=72  9*9=81