python学习笔记--generator生成器
在代码中遇到了一个关键字yield，查yield遇到了generator生成器，查generator遇到了迭代。于是从后往前一点点看吧
迭代iteration
当我们建立了一个列表、元组或字符串时，我们能够逐个读取其中的内容，因此称之为可迭代对象。例如用列表生成式建立一个列表：
lsta=[x**2 for x in range(10)]
for x in lsta:
print(x,end=' ')
# 0 1 4 9 16 25 36 49 64 81 所有能够使用for...in...语法的都是迭代器，如列表(list)、元组(tuple)、字符串(str)、字典(dict)等，它们能够存储一定数量的元素并允许在其上进行特定操作。由于每一个元素都会占用特定的内存空间，因此当数据量非常大的时候其消耗的内存空间也将很大。如果我只是想按序读取而不需要将大量的元素全部存储在内存空间，那么生成器将会是一个很好的选择。
生成器generator
生成器是可迭代的，与列表类似，不同的是：生成器仅可读取一次，因为它并没有将所有元素放到内存中，而是实时生成数据。创建一个生成器代码如下：
gena=(x**2 for x in range(10))
print(gena) # at 0x0383FCF0>
for x in gena:
print(x,end=' ')
# 0 1 4 9 16 25 36 49 64 81 看起来只是列表的[]变成了()而已，但是如下代码就能看出生成器在内存空间占用方面的优势：
import sys
lsta=[x**2 for x in range(10)]
lstb=[x**2 for x in range(0x7ffff)]
gena=(x**2 for x in range(10))
genb=(x**2 for x in range(0x7ffff))
print(sys.getsizeof(lsta)) # 100
print(sys.getsizeof(lstb)) # 2145012
print(sys.getsizeof(gena))# 48
print(sys.getsizeof(genb))# 48yield
关键字yield类似return，只是函数返回的是一个生成器。例如：
def testyield(maxn):
i=0
while i对于函数testyield()，在调用该函数的时候，其内部代码并不会立即执行，它只是返回了一个生成器对象。当使用for进行迭代的时候，函数内部的代码才会执行，具体过程如下：
第一次迭代中，函数执行到yield并返回yield后面的变量作为第一次迭代的结果，此时i的值0，第二次迭代会接着从上次执行到的位置开始，继续执行接下来的代码，即i+=1，并再次到达yield为止，此时i的值是1。直到没有可返回的值为止。
当函数执行结束时，生成器generator会自动抛出StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。代码如下：
mytest=testyield(10)
while True:
mytest.__next__()以上代码抛出异常：
Traceback (most recent call last):
File "E:/Workplace_pycharm/testpython/test.py", line 21, in
mytest.__next__()
StopIteration
下面补充一些迭代模块
itertools迭代工具
全排列permutations
permutations可以对传入的参数进行全排列，并返回一个生成器。例如：
import itertools
la=['A','B','C']
p=(itertools.permutations(la))
print(list(p))
# [('A', 'B', 'C'), ('A', 'C', 'B'), ('B', 'A', 'C'), ('B', 'C', 'A'), ('C', 'A', 'B'), ('C', 'B', 'A')]分组groupby
groupby可以把迭代器中相邻的重复元素挑出来放在一起，例如：
stra='AAAASSSSDDDDFFFFFFGGHHJKK'
for key,item in itertools.groupby(stra):
print(key,list(item))
# A ['A', 'A', 'A', 'A']
# S ['S', 'S', 'S', 'S']
# D ['D', 'D', 'D', 'D']
# F ['F', 'F', 'F', 'F', 'F', 'F']
# G ['G', 'G']
# H ['H', 'H']
# J ['J']
# K ['K', 'K']无限迭代count
count(start)返回以start为起点的自然数列，例如：genCount=itertools.count(3)
for x in genCount:
print(x,end=' ')
#3 4 5 6 7 .... 停不下来无限迭代cycle
cycle(iter)会将传入的迭代器无限重复，例如：genCycle=itertools.cycle('ASDF')
for x in genCycle:
print(x,end=' ')
# A S D F A S D F S A D F ... 停不下来无限迭代repeat
repeat()将传入的参数无限重复，若指定第二个参数(重复次数)则重复有限次，例如：
genReapeat=itertools.repeat('ASDF',3)
for x in genReapeat:
print(x,end=' ')
# ASDF ASDF ASDF