python 生成器、迭代器，了解一下_怎样访问生成器对象x的元素-优快云博客

本文介绍了Python中的生成器和迭代器的概念及应用。通过实例展示了如何使用生成器创建元素，以及生成器按需生产和节省内存的特点。同时，对比了迭代器与生成器的区别，并解释了如何将普通函数转换为生成器。

generator
生成器，不晓的为什么这么叫
用来生产元素的

新建list、dict时生成元素

import random
m1 = {}
for i in range(5):
    x = random.randint(65,123)
    m1[i] = {x: chr(x)}
print(m1)



m3 = {i:i*8 for i in range(5)}

print(m3)
#生成一个矩阵
li_2d = [[0] * 3 for i in range(4)]
li_2d[0][0] = 100
print(li_2d)

l2 =[]
for i in range(4):
    s =chr(random.randint(65,123))
    l2.append(s)

print(l2)

工厂生产产品的特性，它也有
按需生产，不消耗内存
不能回炉，只能接着上次的继续生产，只能next()
不能访问生成过的元素，产品出厂了还怎么访问

#在方法中
yield  x  # 生成x元素

#该方法就成了一个生成器

yield 同时也保存了当前的状态
可以使用nexit 重新回到中断的地方
继续刚在的继续执行

迭代器

迭代器 iterable 
可以被next函数调用并不断返回下一值的对象成为迭代器iterator
isinstance([],Iterable)   判断是否时迭代器对象  但不是迭代器

整数不可以被迭代

可以使用iter（） 函数变成可迭代的
没有next方法的不叫 迭代器


生成器时一个迭代器


iterator 是一个数据流
该对象可以被nexit调用不断返回下一个数据
数据流可以看作是一个有序的序列
只能next 按需计算
不能知道所有的长度
Iterator 表示一个无限大的数据流


for循环的对象都是Iterable对象

用于next函数的对象是Iterator类型
'''