列表生成式
通过列表生成式，我们可以直接创建一个列表。但是，受内存限制，列表容量肯定是有限的。而且，传建一个包含100万个元素的列表，不仅占用很大存储空间，如果我们仅仅需要访问前面的几个元素，那后面绝大多数元素占用的空间都白白浪费了。
a = [i*2 for i in range(10)]
print(a)
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
生成器
如果列表元素可以按照某种算法推算出来，那我们是否可以再循环的过程中不断的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，这种一遍循环一遍计算的机制，称为生成器：generator
特点：
1、只有在调用时才会生成相应的数据
2、只记录当前位置
3、只有一个next()方法（在python2.7里是next()）
b = (i*2 for i in range(10))
print(b)
<generator object <genexpr> at 0x104041af0>
输出有两种方法：
1、for i in b:
print(i)
2、b.__next__()
"""
自定义生成器
输出时用for没问题，如果用__next__()，超出时会抛异常，记得处理，return的东西是异常时打印的消息
yield保持了函数中断状态，next后会回到yield
"""
def generator(num):
i = 1
while i < num:
i = i+1
yield i
return "done"
generator = generator(100)
try:
print(generator.__next__())
print(generator.__next__())
print(generator.__next__())
except StopIteration as e:
print("出错 "+e.value)
for i in generator:
print(i)
"""
通过生成器实现协程并行运算
send调用yield，同时给yield传值
一定要先next一下，才能走到next，否则只是生成了一个生成器，程序并没有走到yield
"""
import time
def consumer(name):
print("%s 准备吃包子啦" % name)
while True:
baozi = yield
print("%s吃了%s个包子" % (name, baozi))
def producer():
c1 = chi("zhangsan")
c2 = chi("lisi")
c1.__next__()
c2.__next__()
for i in range(10):
print("包子来啦")
time.sleep(1)
c1.send(i)
c2.send(i)
producer()
迭代器
可以for循环的数据类型有两种：一种是集合数据类型：list、tuple、dict、set、str，一种是生成器
可以直接作用于for循环的对象称为可迭代对象：Iterable
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：Iterator
迭代器和迭代对象都可以用isinstance()来判断
list、dict、str等Iterable变成Iterator可以使用iter()函数
from collections import Iterator
from collections import Iterable
print(isinstance([1,2],Iterator))
print(isinstance([1,2],Iterable))
print(isinstance(iter([1,2]), Iterator))
python迭代器对象表示的是一个数据流，Iterator对象可以被next()函数调用，并不断返回下一个数据，直到没有数据时抛出错误。可以把这个数据流看成是一个有序序列，但我们却不能提前知道序列的长度，只能不断地通过next()函数实现计算下一个数据，所以Iterator得计算是惰性的，只有在需要返回下一个数据时才会计算
迭代器甚至可以表示一个无限大的数据流，例如全体自然数，但是使用list时永远不可能存储全体自然数的。
python2和python3的区别
range在python2.x中返回的是一个列表
range(10)
输出：[0,1,2,3,4,5,6,7,8,9]
python2.x里如果用迭代器，要用xrange()
range在python3.x中返回的是一个迭代器
range(10)
输出：range(0,10)
