前段時間因工作問題和家中的電腦無法開機，學習Python的計劃擱置了一段時間。藉此感覺到以前學習的速度過慢，爲了達成自己制定的學習目標，決定延長每次Python的學習時間，增加記錄內容。下面正題開始：
列表生成式
即快速生成 list 的寫法，它內置於Python中，簡單又強大。
舉個例子，生成一個數字1到10的列表，寫法如下：
L = range(1,11)
L
[1,2,3,4,5,6,7,8,9,10]
若想得到元素乘積，則列表生成式寫法如下：
[x * x for x in L]
[1,4,9,16,25,36,49,64,81,100]
不用列表生成式的寫法如下：
L1 = []
for x in L :
L1.append(x * x)
L1
[1,4,9,16,25,36,49,64,81,100]
有此可見，列表生成式簡化了很多代碼，使用起來也十分方便。
繼續往下走，在循環中加一個條件，使列表只得到偶數的乘積，則寫法如下：
[x * x for x in L if x % 2 == 0]
[4,16,36,64,100]
列表生成式的基本寫法如上所示，它還可以內置多個循環，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']
一般情況下，只使用兩層循環，三層及三層以上的循環就很少使用了。列表生成式還可拼接字典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']
由於dict內是無序的，所以輸入的結果順序對應會有些差異，此問題可以忽略不計。
測試題：
L3 = ['Apple','Banana',18,'Orange',None]
上述list，要求把大寫字母變爲小寫字母，錯誤寫法如下：
[x.lower() for x in L3]
Traceback (most recent call last):
File "<stdin>",line 1,in <module>
AttributeError: 'int' object has no attribute 'lower'
報錯結果，大致說 int 類型的元素不支持 lower 方法，所以我們正確的寫法需要加判斷來篩選下 ，正確示例如下：
[x.lower() if isinstance(x,str) else x for x in L3]
['apple','banana',18,'orange',None]
由此，可以總結出列表表達式的寫法如下：
[執行方法（得到值） 附加條件 循環 簡單判斷條件（可寫可不寫）]
我認爲循環語句的執行過程如下：
1.循環遍歷出第一個值；
2.若有簡單判斷條件進行判斷，若無，跳過這步，進行下一步；
3.若有附加條件，先判斷附加條件，此時寫法上有一點需要注意，if成功的結果會調用執行方法（得到值）的方法對遍歷得到的值進行計算，if 後不需要寫值，else 後需要些對應的執行方法。若只判斷一次，則將判斷條件寫在 簡單判斷條件 的位置上，附加條件不寫，有else的情況 才把判斷都移到前面來，示例如下：
[x.lower() if isinstance(x,str) else x for x in L3]
此爲需要else的寫法
[x.lower() for x in L3 if isinstance(x,str)]
此爲不需要else的寫法
4.把值存放到 list 中
4.循環遍歷下一個值，重複執行步驟2,3,4。
列表生成式就到這裏，下面是生成器。
生成器
在Python中，有一種邊循環邊計算的機制，稱爲 生成器generator。由於它是邊循環邊計算的，所以使用時會節省很多空間。
它的使用方法也很簡單，與 列表生成器 類似，將 [ ] 替換爲 ( ) 即可。與list對比的示例如下：
[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 創建完成後是一個可見的列表，而generator創建出來的對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，具體示例如下：
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
由於篇幅有限，循環過程省略了一部分，當next()方法運行到數據之外的時候，會報錯，告訴用戶沒有更多元素了。
若讓我們打印generator運行的數據，只用next()方法來寫，有些尷尬。。正確的方法是用for來遍歷打印，generator也是一個可迭代對象，示例如下：
g1 = (x * x for x in range(10))
for n in g1:
print(n)
0
1
4
9
……
81
此處聯繫時需注意，不要使用前面的 g 對象，因爲 g 對象中generator 已經全遍歷出來了，for循環時沒有能遍歷出的值，這不會報錯。所以，新建一個 generator 對象，使用for循環遍歷它。結果如上面示例所示。
數學上有個著名的數列，稱爲 斐波拉契數列，它是 除第一個和第二個數外，任意一個數都可由前兩個數相加得到，使用列表生成式無法得到這個數列，但歐陽函數打印出來很容易，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'
上述代碼中，n,a,b = 0,0,1，是創建n,a,b三個對象，並給他們賦值爲0,0,1，即n=0,a=0,b=1。同理，a,b=b,a+b爲a=b,b=a+b。
這個方法和生成器的運行邏輯十分相似，只需要一點改動便可將其變爲generator，即 將 print(b) 替換爲 yield b。這是定義generator的另一種寫法，如果一個函數中包含 yield 關鍵字，那它就不是一個普通的函數，而是一個 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
5
generator和一般的函數執行流程不太相同。一般函數是執行結束後返回需要的指定值；generator 是遇到 yield 就返回指定值，下次執行接着上次 的 yield 執行，執行到首次出現 yield 再返回指定值。具體示例如下：
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
上述示例中會發現，return的值無法被取到，若想要得到return 的值，需要從異常中捕獲StopIteration，從StopIteration.value中取值，具體示例如下：
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
以楊輝三角爲聯繫，結合百度和自身想要的需求，實現根據輸入數字，返回指定行數的list（默認爲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，要重申一個概念，叫 可迭代對象Iterable 。
可迭代對象Iterable是指可以通過 for循環 來遍歷出值的對象，例如 list、str、dict等。
而可迭代器Iterator是指可以通過 next() 方法來得到值 的對象，如上述 generator 等。這類的對象都是惰性的，因爲我們只有通過不斷next() 來計算出下一數據。
借他人總結之言，總結下：
1.凡是可作用於for循環的對象都是Iterable類型；
2.凡是可作用於next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；
3.集合數據類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。
4.Python的for循環本質上就是通過不斷調用next()函數實現的
本篇就到這裏，教材網址：https://www.liaoxuefeng.com， 繼續學習~~