三元表达式：
变量 = 值1 if 条件为真 else 值2
类似于：
res = '对了' if 1 > 2 else '错了'
print(res)
>>> '错了'
普通表示： if 1 > 2:
print('对了')
else:
print('错了')
列表生成式：
假如要生成0-9共10个数字，存放在列表中
类似于：
l = [i for i in range(10)]
print(l)
>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
普通表示： l = []
for i in range(10):
l.append(i)
print(l)
列表解析与三元表达式共同使用：
假如要生成0-9共10个数字中大于5的数字，存放在列表中
l = [i for i in range(10) if i>5]
>>> [6, 7, 8, 9]
生成器：
为一种数据类型，该数据类型自动实现了迭代器协议（其他数据类型如字典、列表等，需要先执行__iter__()方法）
所以生成器就是可迭代对象
生成器分类及在python中的表现形式：
1、生成器函数：同常规函数一样定义，但是使用yield语句（可以执行多次）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，以便下次从它离开的地方继续执行；
def test():
for i in range(1,4):
yield i
a = test()
print(a.__next__())
>>> 1
print(a.__next__())
>>> 2
print(a.__next__())
>>> 3
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
类似于列表生成式，只是将[]改为()
l = (i for i in range(1,4))
print(l.__next__())
>>> 1
print(l.__next__())
>>> 2
print(l.__next__())
>>> 3
所以生成器表达式配合for以及内置函数方便的使用一些功能
如求0~100的和
sum(i for i in range(101))
生成器的优点：
1、生成器的好处是延迟计算（按需产生结果），一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理将会非常有用；
2、生成器还能提高代码的可读性。
注意事项：生成器只能遍历一次（遍历完成，函数失效），超出次数会抛出StopIteration异常
例子：
有一个 人口普查.txt
{'city':'A','people':1000}
{'city':'B','people':10100}
{'city':'C','people':12000}
{'city':'D','people':10300}
{'city':'E','people':102300}
想要获取这五个城市的人口总和
def get_people(filename):
with open(filename,'r',encoding='utf-8-sig') as f:
for i in f:
yield eval(i)['people']
data_people = get_people('人口普查.txt')
all_people = sum(data_people)
print(all_people)
求一段文字中，每个单词出现的位置
普通方法
def index_words(text):
result = []
if text:
result.append(0)
for index,letter in enumerate(text,1):
if letter == ' ':
result.append(index)
return result
print(index_words('helllo alex da sb'))
使用生成器
def index_words(text):
try:
if text:
yield 0
for index,letter in enumerate(text,1):
if letter == ' ':
yield index
except StopIteration: #捕获生成器没值异常
print('没了~~~')
g = index_words('helllo alex da sb')
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())