>>> from env_helper import info; info()
页面更新时间： 2022-03-23 10:13:35
运行环境：
Linux发行版本: Debian GNU/Linux 11 (bullseye)
操作系统内核: Linux-5.10.0-11-amd64-x86_64-with-glibc2.31
Python版本: 3.9.2
13.2. 列表推导式,生成器与迭代器¶
13.2.1. 列表推导式¶
列表推导式是颇具python风格的一种写法。这种写法除了高效，也更简短。
>>> {i:el for i,el in enumerate(["one","two","three"])}
{0: 'one', 1: 'two', 2: 'three'}
enumerate() 是内建函数，可以让列表获得“下标”的属性。
而如果不用列表推导式，上例需要这么写：
>>> lst = ["one","two","three"]
>>> i = 0
>>> for e in lst:
>>> lst[i] = '%d: %s' % (i,lst[i])
>>> i +=1
>>> lst
['0: one', '1: two', '2: three']
13.2.2. 迭代器¶
迭代器属于一个临时区，安排一些元素在里面，但只用用的时候才会创建一些临时区，一旦遍历结束则临时区清空，再遍历就失效了。所以说迭代器能够减少内存的开销。
下面用代码来说明这句话的意思。
>>> import sys
>>> i = iter(range(10000))
>>> id(i.__next__())
140412289595664
>>> sys.getsizeof(i)
48
>>> sys.getsizeof(i.__next__())
28
>>> e = range(10000)
>>> sys.getsizeof(e)
48
>>> sys.getsizeof(list(e))
80056
可以看到，如果一次性把list全部加载进来，需要90112byte内存空间，如果使用迭代器迭代，仅仅需要28byte内存空间。
可以被 next() 函数调用并不断返回下一个值的对象称为迭代器。
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator，
list,tuple,dict,str是有可迭代属性(惰性循环),但如果需要转化成可迭代对象，
可以用 iter() 来转换,验证方式就是看对象是否有__next__方法。
13.2.3. 生成器(generator)¶
生成器是一种特殊的迭代器。
什么时候需要用生成器¶
其实一般情况下是不需要生成器的，只有当因为性能限制下才需要用到，比如你需要用python来read一个10g的txt文件，如果一次性把10g的文件加载到内存再处理(.read()方法)，内存肯定溢出了。这里如果使用生成器，就可以把读和处理交叉进行，比如使用(.readline和.readlines)就可以在循环读取的同时不断处理，这样可以节省大量内存空间。此外，还可以使用生成器生成线程池。
（如果当自己写一个读写函数封装给别人使用时,那么要考虑到文件容量问题,此时应该考虑使用生成器。）
生成生成器的两种方法¶
第一种比较简单，将列表推导式的 [] 改称 () 就可以了：
>>> g = (x*x for x in range(10))
第二种办法就是在函数里加入 yield 关键字。 yield 和 return
有点类似，都可以用来返回值， 不同的是 yield 遇到 next()
就返回，再次执行时从上次返回的 yield 语句处继续执行。
如何判断一个函数是否是生成器¶
判断生成器的办法就是查看其属性
>>> '__next__' in dir(g)
True
在这里可以看到g有一个__next__的魔术方法,而这是生成器所特有的属性，下面两种方式调用都可以。
>>> g.__next__()
0
>>> g.__next__()
1
>>> next(g)
4