迭代器生成器

回顾：

　　函数的递归调用

　　　　函数在调用阶段间接或直接又调用了自己

　　递归：

　　　　回溯：重复的过程，但每次重复过程后下一次重复的过程的问题的复杂度会减低，最终要有一个结束条件。

　　　　递推：基于回溯的结果，一步一步往上推

　　二分法：

　　　　算法：高效率解决问题的方法

　　　　二分法必须基于一个有顺序的容器类型

　　　　判断某个值在不在容器里面

　　　　每次截取上一次容器类型一半进行比较

　　三元表达式：

　　　　结果一 if 条件 else 结果二

　　　　只有结果为2个可能性的情况下就可以用三元表达式

　　匿名函数

　　　　没有名字的函数

　　　　关键字lambda

　　　　lambda 形参：返回值

　　　　1.当场定义当场调用

　　　　（lambda 形参：返回值）（）

　　　　2.给匿名命名

　　　　func = lanbda 形参：返回值

　　　　func()

　　　　3.匿名函数通常是配合其他函数一起使用的（内置函数，自定义函数)

　　常见的内置函数

　　　　max:内部基于for循环的，先一个一个将传入的容器类型的元素一个个取出，如果没有指定key（key对应着一个函数）那么就根据取出的元素一个个进行比较得出最大的值。如果指定了key，那么max会将元素交给这个函数，拿函数的返回值进行比较，但出来的结果还是传入的结果

　　　　min：同上，求出最小值

　　　　sum：求和

　　　　map：映射关系，一个个成对应map(匿名函数，容器对象)

　　　　filter：过滤

　　　　zip：拉链，也是一一对应，返回出来的是一个元祖

　　　　sorted：排序，里面可以指定rerverse=True可以使其反转，默认是False

　　　　reduce：是将多个值变成一个值，reduce（匿名函数，对象，默认值）不指定默认值的话那么就拿容器的第一和第二个进行比较

今日内容：

迭代器：

　　迭代：就是更新换代的过程，但迭代有个前提就是每次迭代都是基于上一次迭代的结果

　　所以说迭代器就是重复过程的工具

　　可迭代对象：

　　　　内置有__iter__方法的对象就是可迭代对象

　　迭代器对象:

　　　　内置有__iter__方法和__next__方法的就是迭代器对象

　　迭代器对象里面的调用__iter__方法得到的是自身，然后可迭代对象调用__iter__方法得到的结果就是迭代器对象

count =0

while count < 3:

　　print(111)

　　count+=1

这个就可以说是一个迭代器

迭代器对象调用__next__方法可以进行取值

迭代器对象一定是可迭代对象，但可迭代对象一定不是迭代器对象

迭代器优缺点：

优点：不依赖索引取值，减少内存空间，不会内存溢出

缺点：不能取出指定的元素，取完后会报错，需要try处理。

特点：只能依次往后进行取值，不能后退

迭代器的取值：

ls = [1,2,3,4]

iter_l = ls.__iter__() 生成一个迭代器对象

print（iter_l.__next__())进行取值

print（iter_l.__next__())

print（iter_l.__next__())

print（iter_l.__next__())

print（iter_l.__next__()) 如果已经去完了就会报错stopiteration

for 循环的本质：

for循环的in后面的跟着的是一个可迭代对象

for循环执行的步骤：

　　1.将in后面的可迭代对象执行__iter__方法转换成迭代器对象

　　2.调用__next__方法进行迭代取值

　　3.进行异常处理

生成器：

　　其本质上也是一个迭代器，但是一个自定义的迭代器。

　　其内部有yield的关键字

　　如果在函数内部有yield关键字，那么这个函数在函数名加括号调用的时候，不会执行其函数体代码，会将其转换成一个生成器，这也可以说是，生成器初始化，将函数变成一个迭代器

例子:

def func():
    print('2222')
    yield
    print('33333')
    yield
    ..........


res = func()生成器初始化

这样在res.__next__()就可以进行取值，但会返回一个None，yield后面可以跟值，yield后面跟的值，就是调用__next__()获取到的您可以得到的值。

yield后面可以跟多个值，返回的会打包成一个元祖。

另外yield会暂停函数的运行状态。

yield表达式：

yield支持外界传参
def dog(name):
    print('%s 准备开吃'%name)
    while True:
        food = yield
        print('%s 吃了 %s'%(name,food))


g = dog('owen')
g.__next__()  #必须将代码运行至yield才能够为其传值
然后用关键字send从外界为其传值
g.send('火腿')  #给yield的左边变量传参，触发了__next__方法
g.send('大鸡腿')

yield总结：

　　1.能够将自定义的函数变成一个生成器，提供了一种自定义生成器的方式

　　2.yield能够将函数的运行状态给暂停住

　　3.能够支持外界给其传参，关键字send

　　4.yield可以有返回值

与return的异同点：

相同之处：都有返回值，并能够返回多个值

不同点：yield能够暂停函数的运行状态，并且yield可以返回多次值，但return只能返回一次值，并且立即结束函数。yield可以有外界进行传参

内置函数：

chr()：是将数字转为ascill表对应的字符

ord()：是将字符转为ascill表对应的数字

div():是返回当前对象名称空间的里面的可调用的名字

divmod()是分页器

callable()是可以判断是不是一个可调用（加括号可以执行其相应的功能）的对象

all（）里面的对象只要有一个为False那么将为false

any()里面的对象只要有一个为true，那么就都为true

help()查看对象里面的注释内容

exec()：字符串执行python代码，支持多行，并且只要是支持python语法的都能够被执行，并且会将执行代码过程中产生的名字放入某个名称空间里面

eval()：字符串执行python代码，但不支持语法，只能做简单的表达式

isinterance判断对象是不是什么类型（object，类型）

str()转为字符串

int()转为整型

面向过程概念：

面向过程就是一条流水线式的写代码，就是先干这个在干那个，一步一步往下面走。

优点：就是将复杂的问题流程化，将其简单化了

缺点：可扩展性低，若果后期要加功能，那么的话又要重新来编辑，复用性低，维护性低。

建议是在写好不用去更改的场景下去使用面向过程，如linux的内核，就是写好后不用去更改的场景