列表生成式
需求：列表[0,1,2,3,4,5,6,7,8,9]每个值加1，如何实现？
方法1：列表追加
>>> a = [0,1,2,3,4,5,6,7,8,9]
>>> b = []
>>> for i in range(10):
... b.append(i+1)
...
>>> b
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a = b
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
方法2：原值修改enumerate
>>> a = [0,1,2,3,4,5,6,7,8,9]
>>> for index,i in enumerate(a):
... a[index] += 1
...
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
方法3：map函数
>>> a = [0,1,2,3,4,5,6,7,8,9]
>>> a = map(lambda x:x+1,a)
>>> a
<map object at 0x000000000299FF60>
>>> for i in a: print(i)
...
1
2
3
4
5
6
7
8
9
10
方法4：列表生成，作用：使代码更简洁
>>> a = [i+1 for i in range(10)]
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
生成器
当list列表很大，比如100万条，只使用几个，而不是使用那么多，如果全部放进内容占用空间很大，使用一种机制：边循环边计算，称为生成器。
元组：
>>> b = (i*2 for i in range(10))
>>> b
<generator object <genexpr> at 0x00000000029981A8>
>>> for i in b:
... print(i)
...
0
2
4
6
8
10
12
14
16
18
列表：
>>> c = [i*2 for i in range(10)]
>>> c
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
两者区别：最外层的[]和()，一个是list，一个是generator生成器。
如何打印其中的元素：
列表list：
>>> c[9]
18
>>> len(c)
10
元组generator：生成器使用元组，只有被调用了才会生成数据，调用哪生成哪。调用方法：next()
>>> b[9] #生成器没有像列表一样的下标操作
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'generator' object is not subscriptable
>>> b = (i*2 for i in range(10))
>>> next(b)
0
>>> next(b)
2
>>> next(b)
4
>>> next(b)
6
>>> next(b)
8
>>> next(b)
10
>>> next(b)
12
>>> next(b)
14
>>> next(b)
16
>>> next(b)
18
>>> next(b) #next只记录当前位置，调用到最后一个再调用就会报错
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
next()方法调用到最后一个后再调用就会抛出StopIteration错误异常，正确的方法：
>>> g = ( i*2 for i in range(10))
>>> for n in g:
... print(n)
...
0
2
4
6
8
10
12
14
16
18
举例1：斐波那契数列1,1,2,3,5,8,13...，函数代码为
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done' fib(10)
1
1
2
3
...
55
赋值语句：a,b = b,a+b 相当于 t=(b,a+b) a=t[0] b=t[1]
生成器写法：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
#print(b)
yield(b) #有yield关键字就不是普通函数，而是一个生成器generator
a, b = b, a + b
n = n + 1
return '异常了' #11个next方法执行后，就会抛出异常Stop Iteration:异常了，所以return返回的是异常消息 f=fib(10) #生成器必须被调用才能生效
#print(f.__next__()) #使用next方法调用
for i in f: #正确调用方式如下
print(i)
总结：有yield函数就是一个生成器，return返回异常消息。yield保存函数中断状态，想什么时候回来就什么时候回来。
生成器的作用：函数是顺序执行，遇到return或最后一行语句就结束执行；生成器在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。（断点执行下看看）
yield实现单线程情况下并发!!!
举例2：典型的生产者消费者模型
import time
def consumer(name):
print("%s准备吃包子了"%name)
while True:
baozi = yield #没有yield返回值，表示为空
print("包子[%s]来了，被[%s]吃了"%(baozi,name))
c = consumer("A")
c.__next__()
执行结果：
A准备吃包子了 再添加一行代码：
c.__next__()
包子[None]来了，被[A]吃了 分析：
第一次程序执行顺序：
def consumer---c=consumer("A")使得c变成generator生成器---c.__next__()调用生成器--def consumer(name = "A")--print---while True---baozi=yield--返回为空退出，底下的print(包子被谁吃了)不执行 第二次程序执行顺序：
def consumer---c=consumer("A")使得c变成generator生成器---c.__next__()调用生成器--def consumer(name = "A")--print---while True---baozi=yield--第二个c.__next__()---baozi=yield---print(包子被谁吃了)---baozi=yield---返回为空退出
注：生成器只有g.__next()__方法调用，同t = next(g)一样。
执行结果：
A准备吃包子了
包子[None]来了，被[A]吃了
import time
def consumer(name):
print("%s准备吃包子了"%name)
while True:
baozi = yield #没有yield返回值，表示为空
print("包子[%s]来了，被[%s]吃了"%(baozi,name))
c = consumer("A")
c.__next__() b1 = "韭菜馅"
c.send(b1)
c.__next__() 执行结果：
A准备吃包子了
包子[韭菜馅]来了，被[A]吃了
包子[None]来了，被[A]吃了 next和send区别？
next只是调用yield，send不仅调用还给yield传值
最终代码：单线程下的并行效果叫协程。
import time
def consumer(name):
print("%s准备吃包子了"%name)
while True:
baozi = yield #没有yield返回值，表示为空
print("包子[%s]来了，被[%s]吃了"%(baozi,name))
# c = consumer("A")
# c.__next__()
#
# b1 = "韭菜馅"
# c.send(b1) def producer(name):
c = consumer('A') #两个消费者
c2 = consumer('B')
c.__next__() #调用，打印“准备吃包子”
c2.__next__()
print("开始准备做包子了")
for i in range(10):
time.sleep(1) #每1s钟做2个包子
print("做了2个包子")
c.send(i)
c2.send(i) producer("alex") 执行结果：
A准备吃包子了
B准备吃包子了
开始准备做包子了 做了2个包子
包子[0]来了，被[A]吃了
包子[0]来了，被[B]吃了
....
做了2个包子
包子[9]来了，被[A]吃了
包子[9]来了，被[B]吃了 分析：三行三行的打印，好像是并行的，类似nginx异步IO的效果