可迭代物件如何轉化成迭代器，並且取值
方法一：
lst = [1,2,3,4]
l = lst.__iter__()
print(1.__next__()) #1
print(1.__next__()) #2
print(1.__next__()) #3
print(1.__next__()) #4
方法二lst = [1,2,3,4]
l = iter(lst)
print(next(l)) #1
print(next(l)) #2
print(next(l)) #3
print(next(l)) #4 #推薦
py2沒有__iter__() 有iter（）
py3 有__iter__() 有iter()
#優點
1.使用靈活（每個可迭代物件都有自己的方法)
2.能夠直接檢視元素的個數
#缺點 佔記憶體
應用：記憶體空間大，當資料量比較少，建議使用可迭代物件
#具有__iter__()和__next__()方法就是乙個迭代器
#優點 節省記憶體
#缺點 1 只能向乙個方向執行，不能退回
2 一次性的
3 不能靈活操作，不能直接看元素的個數
代器）。
時間換空間：迭代器，生成器，用大量的時間來節省空間
lst = [1,2,3,4]
l = iter(lst)
#print(l) 輸出結果是迭代器的記憶體位址 for i in l:# for迴圈可以直接去迴圈迭代器
print(i)
生成器的目的：不在通過資料轉換實現，而是通過**編寫實現
生成器的定義：
1.基於函式實現的生成器
2.表示式實現生成器
這是乙個函式
def func():
print(1)
return 5
print(func()) 這是乙個函式
def func():
print(1)
yield 5
print(func()) 建立乙個生成器物件
gen = (i**2 for i in range(10))
print(next(gen))
部落格推導式那裡細講
補充執行**情況
# def func():
# print(foo) 報錯
# func()
# def func():
# print(foo) 不報錯
因為計算機在檢視**時候會進行 1 語法分析 2詞法分析 第乙個是語法沒有錯，foo沒有定義，但是他呼叫了，語法分析時沒有問題，但是執行呼叫使用詞法分析就
會報錯第二個雖然沒定義foo 但是語法沒有錯誤，詞法錯誤，但是函式體沒有呼叫，故不會報錯
特點：惰性機制
yield 和 return部分功能很像
def func( ):
yield 1 #記錄執行位置的
yield 2
yield 3
g = func() #獲取的是生成器的記憶體位址
print(next(g)) #1
print(next(g)) #2
print(next(g)) #3 惰性機制，不next 不往下執行
def func():
yield 1
yield 2
yield 3
g =func()
g1 =func()
g2= func()
print(g,g1,g2) 輸出三個只不過後邊的位址不一樣，說明建立了三個生成器
def func():
yield
print(func().__next__()) none #得到是yield 返回的none
def func():
yield [1,2,3,4,5]
print(func().__next__(),type(func().__next__()))
得到的是[1,2,3,4,5] 型別是list
def func(): !!!!!這個有意思 結果是 1 none def foo():
print(1)
yield foo
g = func().__next__()
print(g(),type(g))
def func():
yield 1,2,3,4,5
print(123)
yield 111
g = func()
print(next(g))
print(next(g))
輸出結果（1，2，3，4，5） 123 111 yield惰性 next往下走
yield from
def func():
yield [1,2,23,54,2] #將列表整體返回
yield from [1,2,23,54,5] #將列表中的元素逐個返回
g = func()
print(next(g)) [1,2,23,54,2]
print(next(g)) 1
print(next(g)) 2
print(next(g)) 23
print(next(g)) 54
print(next(g)) 5
在我理解就是生成器就是人造的迭代器，通過next取值，用時間換空間！
生成器一定是乙個迭代器，但是迭代器不一定是乙個生成器
怎麼觸發生成器
遇見for 迴圈迭代時觸發
迭代器和生成器的優點：
節省記憶體
迭代器和生成器的缺點
1.不能直接使用元素
2.不能直觀檢視元素的個數
3.使用不靈活
4.稍微消耗時間
5.一次性的,不能逆行
區分迭代器和生成器：
lst = [1,2,3]
print(lst.__iter__())
def func():
yield 1
print(func())
# 看記憶體位址 結果會顯示iterator是迭代器 generator是生成器
return一般在函式中只設定乙個，他的作用是終止函式，並且給函式的執行者返回值。
yield在生成器函式中可設定多個，他並不會終止函式，next會獲取對應yield生成的元素。
可迭代物件：
具有__iter__（）方法的就是乙個可迭代物件
迭代器：
具有__iter__()和__next__（）方法就是乙個迭代器
生成器：
基於函式建立的生成器，函式體中必須存在yield
python三大器之迭代器
python中的三大器有迭代器，生成器，裝飾器，本文重點講解下迭代器 迭代器 具備了 next 和 iter 方法的物件 可迭代物件 具備了 iter 方法的物件 1.可迭代物件，可以通過for.in.這類語句迭代讀取一條資料供我們使用的物件稱之為可迭代物件 iterable 可以通過isinsta...
Python三大器之生成器
python中三大器有迭代器，生成器，裝飾器，本文主要講述生成器。主要從生成器的概念，本質，以及yield關鍵字的使用執行過程。本質 生成器是一類特殊的迭代器，使用了yield關鍵字的函式不再是函式，而是生成器。使用了yield的函式就是生成器 1.yield關鍵字有兩點作用 1.1 yield語句...
python基礎之三
import module name 直接匯入 module name.func 呼叫函式時，需要模組名作為字首 from module name import function name 不用使用模組名作為字首 from module name import 匯入模組下的所有函式和類注 pytho...