推导式、生成器、迭代器

1.推导式

推导式又称解析式，通过一个数据序列生产另一个新的数据序列的方法

1.1 列表推导式
- 基础语法：[元素表达式，for 元素 in 旧列表]。
- 带条件[元素表达式，for 元素 in 旧列表 if 条件表达式]。
- 嵌套循环推导式[元素1和2表达式，for 元素1 in 列表1 for 元素2 in 列表2]

lst1 = [2,4,6,8,10]
lst2 = [i**2 for i in lst1]#[4, 16, 36, 64, 100]
lst3 = [i*3 for i in lst1 if i%4==0]#[12, 24]
lst4 = [m*n for m in lst2 for n in lst3]#[48, 96, 192, 384, 432, 864, 768, 1536, 1200, 2400]
lst5 = [m/n for m in lst2 for n in lst3 if m%n==0]#[3.0]
lst6 = [m*n/i for m in lst2 for n in lst3 for i in lst1 if m*n/i >1000]#[1200.0]

1.2 字典推导式
语法：```{key:value for key,value in items}

lst1 = [2,4,6,8,10]
lst2 = [i**2 for i in lst1]#[4, 16, 36, 64, 100]
dct1 = {key:value for key,value in zip(lst1,lst2)}#{2: 4, 4: 16, 6: 36, 8: 64, 10: 100}

1.3 集合推导式
语法类似列表

import random
s1 = {random.randint(1,100) for i in range(10)}#在1到100之间随机生成10个数，形成一个集合，自动去重

2.生成器

2.1 生成器的作用
主要用于节约资源，当数据量比较庞大时，把它全部放进容器中比较占用内存资源，这时可以用生成器来按需读取数据。

2.2 生成器表达式

语法(元素表达式 for 元素 in 数据序列）

g = (i for i in range(20))#<generator object <genexpr> at 0x04BF7488>
print(g.__next__())#0
print(g.__next__())#1
print(g.__next__())#2
print(g.__next__())#3
print(next(g))#4
print(next(g))#5
for i in g:
    print(i)

2.3 yield生成器函数
在函数中添加yield关键字，这是函数就是一个生成器。

"""
日期：2020/8/9 21:09
作者：di0edi
文件名：testify.py
软件：PyCharm
题目：证明1**3+2**3+……+n**3 = (1+2+……+n)**2
"""
def fn1(n):
    while n > 0:
        yield pow(n,3)
        n -= 1

def fn2(n):
    while n>0:
        yield n
        n -= 1

while True:
    sign = input("是否继续验证，请输入y/n，y表示继续，n表示退出：")
    if sign == 'n':
        print("再见！！！")
        break
    else:
        while True:
            try:
                n = int(input('请输入一个整数:'))
            except Exception as e:
                print(f'{type(e)}:{e}')
                continue
            else:
                break
        r1 = 0
        r2 = 0
        for i in range(n):
            r1 += next(fn1(n))
            r2 += next(fn2(n))
        r3 = pow(r2,2)
        if r1 == r3:
            print(f'当{n=}时，等式成立！！！结果为{r3}')

这个程序试过百万级别的数字能等一会出结果。

3.迭代器

3.1 迭代
百度百科上迭代是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。
我理解迭代就是在一定的基础上不断重复某些活动，使其基础不断厚实，最终达到由量变到质变的改变。我觉得的学习就是一个典型的迭代场景。
3.2 迭代器
在python中迭代器对象是一个数据流，从序列中的一个元素开始访问，直到所有的元素被访问完结束，而且只能往前不能往后。
可以被next()函数调用并不断返回下一个值的对象我们称之为迭代器 Iterator。
3.2 可迭代对象
可迭代对象不一定是迭代器，可迭代对象有个内置方法iter()，该方法可以将可迭代对象变为迭代器，所以可迭代对象用for循环遍历时不需要用索引，实际上在遍历时，通过iter()方法将可迭代对象变为迭代器，然后用next()方法遍历可迭代对象。
通过iter()函数可以将可迭代的变成一个迭代器。
生成器是迭代器的一种。