1.生成器：
1.1 起源：
如果列表中有一万个元素，我们只想要访问前面几个元素，对其进行相关操作，通过for循环方式效率太低，并且后面的元素会浪费内存，还会受到内存限制，所以产生生成器来解决这个问题。
1.2 啥是生成器：
通过某种算法推演出我们所需要的内容，而不必创建所有的列表元素。这种一边循环一遍计算的机制叫做生成器（generator）。通过使用yield返回值函数，每次调用yield都会暂停，将值返回出去进行计算处理。生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小。生成器也是一个更加复杂的迭代器。
1.3 创建生成器：
方法一：把列表生成式的 [ ] 改为 ( ) 即可。
generator_item = ( i*i for i in range(10)) 输出：<generator object <genexpr> at 0x000002A4CBF9EBA0>
如果要一个个打印出来，可以通过next（）函数获得generator的下一个返回值
print(next(generator_item)) ==> 1
print(next(generator_item)) ==> 4
print(next(generator_item)) ==> 9
......
通过这种方式（调用next（）方法） ，最后会报错 StopIteration ，所以一般不用这种方法，一般用for循环遍历生成器
方法二：通过函数的形式创建，典型例子，斐波那契数列
def fib(max):
n,a,b =0,0,1
while n < max:
yield b
a,b =b,a+b
n = n+1
return 'done'
g = fib(6)
while True:
try:
x = next(g)
print('generator: ',x)
except StopIteration as e:
print("生成器返回值：",e.value)
break
2. 迭代器：（迭代就是循环）
2.1 定义：迭代器包含有next方法的实现，在正确的范围内返回期待的数据以及超出范围后能够抛出StopIteration的错误停止迭代。
2.2 我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list,tuple,dict,set,str等
一类是generator，包括生成器和带yield的generator function
这些可以直接作用于for 循环的对象统称为可迭代对象：Iterable
可以使用isinstance()判断一个对象是否为可Iterable对象
生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值
使用iter()函数可以将序列转化为迭代器
2.3 小结
- 凡是可作用于
for循环的对象都是Iterable类型； - 凡是可作用于
next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列； - 集合数据类型如
list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象
3. with上下文管理器
一些不得不知道的知识：
上下文管理协议：context mangement protocol。协议，包含了某些方法，大家都应该跟着去做的。在这里就是 __enter__和__exit__两个方法。
上下文管理器：支持上下文管理协议的对象，这种对象实现了__enter__和__exit__方法。
as的作用：将返回的对象赋给一个变量，以方便以后的使用。
with是一个对象
运行步骤：
1.当进入语句块时，先执行__enter__方法，把文件打开，并返回该文件对象
2.执行代码块内容
3.离开代码块的时候，执行__exit__方法，关闭文件。
在执行过程中，无论遇到什么异常，都是要离开代码块的，这个时候就由__exit__方法接管了。可以在__exit__中定义，让异常显示出来。
0