魔性面試題1解析：
def add(n,i):
return n+i
def test():
for i in range(4):
yield i
g=test()
for n in [1,10]:
g=(add(n,i) for i in g)
print(n)
print(list(g))
10[20, 21, 22, 23]
上面**的執行順序是這樣的：從上到下：
第乙個函式add就是實現了乙個簡單的加法運算
第二個函式test是乙個生成器函式，如果呼叫它會返回乙個生成器
g=test(),這一行呼叫了生成器函式，所以此刻g就是乙個生成器(它的本質還是迭代器)
然後執行for迴圈，這裡迷惑人的就是這個for迴圈，為了減少它的魔性，我們把for迴圈拆開來看：
當n = 1時：
執行了：g=(add(n,i) for i in g)
當n = 10時：
執行了：g=(add(n,i) for i in g)
乍一看這兩行**還是有點迷糊，但是我們要知道，生成器有個最大的特性就是惰性，當你不進行迭代時它就不進行運算，想要對生成器進行迭代有以下幾種方法：
第一種：for迴圈，for迴圈的本質就是呼叫了iter和next方法進行了迭代
第二種：呼叫next方法
第三種：呼叫send方法
第四種：資料型別強制轉換，比如使用list()強制轉換。
只要沒有以上四種方法進行迭代，那麼生成器就沒有進行運算，所以在上面的for迴圈中無論是n=1時還是n=10時，生成器 g 都沒有參與運算，
當n = 1時，g=(add(n,i) for i in g)，這個表示式的結果g 就是乙個表示式，沒有進行運算，g的值就是乙個表示式(add(n,i) for i in g)，括號裡面的g實際上是test()，所以g = (add(n,i) for i in test())，僅此而已
當n = 10時，g=(add(n,i) for i in g)，把n=1時的g的結果帶入進去就是g=(add(n,i) for i in (add(n,i) for i in test()))
當整段**執行到print(list(g))語句之前，g的值就是一段**，或者你可以稱之為演算法，沒有進行任何運算，裡面的n就是n,g就是g
不過此時因為**是按照流程執行的，並且for迴圈已經執行完畢，所以n的值等於10
當執行print(list(g))語句時，生成器才開始輸出資料，此時執行最後乙個g的賦值語句:
g=(add(n,i) for i in (add(n,i) for i in test()))
這時 n 的值等於10（因為**是按照流程執行的，for迴圈已經執行完了，n的最終結果就是10），其中後面的(add(n,i) for i in test())這段**的結果依然是個生成器，迭代後應為[10,11,12,13]，所以最終的結果可以理解成：(add(n,i) for i in [10,11,12,13])，所以最終結果為：20,21,22,23
等待更新……………………
後面再寫
python基礎 22 函式 迭代器
我們已經知道，可以直接作用於for迴圈的資料型別有以下幾種 一類是集合資料型別，如list tuple dict set str等 一類是generator，包括生成器和帶yield的generator function。這些可以直接作用於for迴圈的物件統稱為可迭代物件 iterable，可迭代的...
Python基礎 迭代器
二 生成器 三 推導表示式 迭代器就是乙個容器，將可迭代物件通過iter包起來 li 1 2,3 4,5 a liter li 迭代器print next a 1print next a 2print next a 3 乙個個取值 1.訪問者不需要去關心內部結構，只需要通過next不斷去取下乙個內容...
Python基礎 迭代器
可以直接作用於for迴圈的資料型別有一下幾種 一類是集合資料型別 如list tuple dict set str等 一類是generator,包括生成器和帶yield的generator function 這些可以直接作用與for迴圈的物件統稱為可迭代物件 iterable 可以使用isinsta...