迭代器 生成器/列表推导式 生成器表达式

迭代器

可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单，就是内部实现了__iter__方法。

迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。

用while 模拟 for 循环

l=[1,2,3,4,5]
l2=l.__iter__()
print(l2)
while 1:
    try:
        print(l2.__next__())
    except StopIteration:
        break

迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

生成器

Python中提供的生成器：

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

特点：惰性运算   开发者自定义

 

调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束

监听文件输入
def tail(filename):
    f = open(filename)
    while True:
        line = f.readline().strip()
        if line:
            yield line


tail_g = tail('wenjian')
for line in tail_g:
    print(line)

send

def generator():
    print(123)
    content = yield 1
    print('=======',content)
    print(456)
    yield2

g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')   #send的效果和next一样
print('***',ret)

#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
    # 第一次使用生成器的时候 是用next获取下一个值
    # 最后一个yield不能接受外部的值

def g():
    yield from 'abc'
    yield from range(3)

print(list(g()))

def f():
    s=0
    avg=None
    n=0
    while 1:
        a=yield avg
        s+=a
        n+=1
        avg=s/n
f_g=f()
next(f_g)
print(f_g.send(10))
print(f_g.send(20))
print(f_g.send(30))

列表推导式  生成器表达式

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

3.Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和

 

合并大小写对应的value值，将k统一成小写

m = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
ma = {k.lower(): m.get(k.lower(), 0) + m.get(k.upper(), 0) for k in m}
print(ma)