python 生成器 迭代器 闭包

14.4生成器

14.4.1 列表推导式

可以快速得到一个你想要得列表
生成0~100的列表：
ls1 = [x for x in range(101)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28,
29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55,
56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82,
83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100]

14.4.2 列表生成器

[] ----------- ()
在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数，返回的是一个迭代器对象。

next(res) 相当于指针，不会回退，直到抛出异常
函数转为列表生成器
实例：斐波那契数列（1 1 2 3 5）

ls = [] 
def fibonacci(num): 
first, second = 1, 1 
index = 0
while index < num: 
ls.append(first) 
first, second = second, first + second 
index += 1 
if __name__ == '__main__':
 fibonacci(100) 
 print(ls)

yield关键字：会将函数的返回值返回为一个生成器

ls = [] 
def fibonacci(num): 
first, second = 1, 1 
index = 0 
while index < num: 
ls.append(first) 
first, second = second, first + second 
index += 1 
def fibnacii2(num): f
irst, second = 1, 1 
index = 0 
while index < num: 
ls.append(first) 
#yield first 
first, second = second, first + second 
yield first 
index += 1 
if __name__ == '__main__': 
# fibonacci(100) 
# print(ls)
 res = fibnacii2(10) 
 print(res) 
 print(next(res)) 
 print(next(res)) 
 print(next(res))

def test_yield(num): 
print("-----------start----------") 
index = 0 
while index < num: 
print("--------1-------") 
return "哈哈哈哈" 
print("---------2--------") 
index += 1
 if __name__ == '__main__': 
 test_yield(10)

yield,会记住当前的位置，当你下一次Next（）,会在记住的位置继续执行

def test_yield(num):
 print("-----------start----------") 
 index = 0 
 while index < num: 
 print("--------1-------") 
 yield "哈哈哈哈" 
 print("---------2--------") 
 index += 1 
 if __name__ == '__main__': 
 res = test_yield(10)
  print(res) 
  print(next(res)) 
  print("第二次调用") 
  print(next(res)) 
  print("第三次调用")
   print(next(res))

14.5迭代器

迭代是一种访问容器的方式
迭代是Python最强大的功能之一，是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。
字符串，列表或元组对象都可用于创建迭代器：

可迭代的对象（iterable）有哪些？ for in
判断是否可迭代？isinstance()-------------判断对象是否是可迭代对象
from collections.abc import Iterable

迭代器（iterator）：在python中，能被全局函数next()调用，并且返回下一个值得对象，就是迭代
器
from collections.abc import Iterator

总结：凡是可以用for in循环遍历得对象都是可迭代得对象（iterable）,在python中，能被全局函数
next()调用,都是迭代器（iterator），可迭代对象不一定是迭代器，是迭代器的一定是可迭代对象
怎么转换成迭代器？
help(iter)
iter(iterable) -> iterator

14.6 闭包（closure）

闭包是一种现象，弱数据类型语言特有的
概念：在函数的内部可以去调用其他函数的变量的现象（函数的变量是局部变量，作用域是函数本
身）函数包裹着函数的现象就是闭包
简单来说就是一个函数定义中引用了函数外定义的变量，并且该函数可以在其定义环境外被执行。这样的一个函数我们称之为闭包。实际上闭包可以看做一种更加广义的函数概念。因为其已经不再是传统意义上定义的函数。

def outer(): 
print("这是一个闭包函数") 
a = 10 def inner():
 print("这是函数里面的代码")
  b = 20 
  print(a + b) 
  #return inner() 
  return inner
   res = outer() 
   print(res)
    #指向函数 res()

调用函数的本质压栈的过程
python中不建议使用闭包，因为会让函数常驻到内存，导致垃圾不能及时释放，局部变量变成全局
变量。用在装饰器