一.迭代器
1.迭代器協議和迭代器物件
（1）迭代器協議是指：
物件必須提供一個next方法，執行該方法要麼返回迭代中的下一項，要麼就引起一個Stoplteration異常，以終止迭代

（2）可迭代物件：
實現了迭代器協議的物件（如何實現：物件內部定義一個_iter_()方法）
（3）協議：

是一種約束，可迭代物件實現了迭代器協議，python的內部工具（如：for迴圈，sum，min函式等）使用迭代器協議訪問物件

2.標準的迭代器介面有兩個方法：

_iter_:返回self,以便在應該使用迭代器的地方使用迭代器，例如：for迴圈
_next_:返回下一個可用的元素，如果沒有元素了丟擲StopIteration異常

3.簡單來說：可迭代器
就是建立一個物件的類是否定義了_iter_()方法，如果定義了，那麼這個物件就是可迭代物件

4.可迭代物件和迭代器的區別：
可迭代物件有_iter_方法，每次都要例項化一個新的迭代器
迭代器要實現_next_和_iter_兩個方法，_next_用於獲取下一個元素，_iter_用於迭代器本身，所以迭代器可以迭代，但是可迭代物件不是迭代器
注：可迭代物件一定不能是自身的迭代器

案例：

list=[1,2,3,4,5]
a_list=list.__iter__() #遵循迭代器協議，生成可迭代器
print(a_list.__next__()) #列印結果為1
print(a_list.__next__()) #列印結果為2
print(a_list.__next__()) #列印結果為3
print(a_list.__next__()) #列印結果為4
print(a_list.__next__()) #列印結果為5
print(a_list.__next__()) #報錯，超出了範圍

注：超出了list的範圍會報錯

二.生成器
1.理解生成器
可以理解為是一種資料型別，這種資料型別可以自動實現迭代器協議（其它的資料型別需要呼叫自己的內建的_iter_方法），所以生成器就是可迭代物件

2.生成器分類

（1）生成器函式：

常用函式定義，但是使用yield語句而不是return語句返回結果，yield語句一次返回一個結果，在每個結果中間，掛起函式的狀態，以便下次從它離開的地方繼續執行

（2）生成器表示式：

可以理解為列表推導的惰性版本，它的好處就是延時計算，不會直接構成列表，簡單來說就是一次返回一個結果，不是一次生成所有結果

3.生成器的優點：
使用生成器對延遲操作提供了支援。延遲操作是指需要的時候才產生結果，而不是立即產生結果，這就是生成器的好處

4.yield
概述:
yield關鍵字的核心用法，即逐個生成。在這裡獲取了兩個生成器產生的值，即0和1。分別由next函式和send()函式獲得

常用的三種方法：

生成器物件._next_()
next(生成器物件)
生成器物件.send("從引數")

案例：

#使用yield特徵
def fun():
a = [1, 2, 3, 4] #定義一個a的列表
print("這是方法")
yield a[2] #這裡我是通過下標來取得

text=fun()
print(text)
print(text.__next__())
#輸出結果為：
#<generator object fun at 0x0000018795A7A200>
#這是方法
#3

5.三元表示式
語法：

真值結果 if 判斷語法 else 假值結果

#案例：

name="lisi"
name_list="名字正確" if name=="lisi" else "沒有這個人" #三元表示式，如果條件成立的情況下，這執行if前面的內容，如果條件不成立的，則執行else下的內容
print(name_list)
#這裡結果為：“名字正確”

6.列表解析
案例：

#通過二元表示式來寫
list=["第%s次" %i for i in range(10)]#這是二元表示式
print(list)
#結果為：['第0次', '第1次', '第2次', '第3次', '第4次', '第5次', '第6次', '第7次', '第8次', '第9次']

#通過三元表示式（第三元后面需要新增i>5的條件）
list_s=["第%s次" %i for i in range(10) if i>5]#這是三元表示式，在第三元上新增i>5的條件
print(list_s)
#結果為：['第6次', '第7次', '第8次', '第9次']

注：可以有二元表示式，沒有四元表示式

補充：
把列表解析的[]換成（）得到的就是生成器表示式
列表解析與生成器表示式都是一種便利的程式設計方式，只不過生成器表示式更節約記憶體