1、匿名函数（lambda）

个人理解为一种简单的定义函数的方式，不需要使用def关键字定义函数。语法：lambda 参数:操作参数表达式。

add = lambda x, y: x + y
print(add(3, 5))

8

list(map(lambda x, y: x + y, range(-2, 2), range(1, 5)))
#传入两个iterable对象range(-2, 2), range(1, 5)

[-1, 1, 3, 5]

---

2、推导式（comprehensions）

列表，字典和集合中都可以使用推导式。

列表推导式

一种简单创建列表的方法。

#if 语句置于for之后
In [29]: [x for x in range(1, 11) if x % 2 == 0]
#对于range(1, 11)中每个元素，能被2整除的输出组成新列表
Out[29]: [2, 4, 6, 8, 10]

#if 语句置于for之前可以使用else
In [30]: [x if x % 2 == 0 else -x for x in range(1, 11)]
#对于range(1, 11)中每个元素，能被2整除的输出原值，不能整除的取原值负数输出，组成新列表
Out[30]: [-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

字典推导式

mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
{k:v for k,v in mcase.items()}

{'a': 10, 'b': 34, 'A': 7, 'Z': 3}

集合推导式

{x**2 for x in [1, 1, 2]}#集合不允许重复

{1, 4}

3、迭代器（Iterator）

可迭代对象（Iterable）

python中的对象，只要具有方法__iter__和__getitem__就是可迭代对象，可迭代对象能提供迭代器。

迭代器（Iterator）

被定义了__next__方法的python对象。

判断对象是否是可迭代对象或迭代器

from collections.abc import Iterable, Iterator
def g():
    yield 1
    yield 2
    yield 3
#是否为python可迭代对象判断
print('Iterable? [1, 2, 3]:', isinstance([1, 2, 3], Iterable))#isinstance()判断一个对象是否是Iterable对象
print('Iterable? \'abc\':', isinstance('abc', Iterable))
print('Iterable? 123:', isinstance(123, Iterable))
print('Iterable? g():', isinstance(g(), Iterable))

#是否为python迭代器判断
print('Iterator? [1, 2, 3]:', isinstance([1, 2, 3], Iterator))#isinstance()判断一个对象是否是Iterator对象
print('Iterator? iter([1, 2, 3]):', isinstance(iter([1, 2, 3]), Iterator))
print('Iterator? \'abc\':', isinstance('abc', Iterator))
print('Iterator? 123:', isinstance(123, Iterator))
print('Iterator? g():', isinstance(g(), Iterator))

Iterable? [1, 2, 3]: True
Iterable? 'abc': True
Iterable? 123: False
Iterable? g(): True
Iterator? [1, 2, 3]: False
Iterator? iter([1, 2, 3]): True
Iterator? 'abc': False
Iterator? 123: False
Iterator? g(): True 

迭代（Iteration）

使用一个循环来遍历某个python对象时，这个过程就叫迭代。

4、生成器（Generators）

生成器也是一种迭代器，但是，只能对其迭代一次。这是因为它们并没有把所有的值存在内存中（可节省大量内存），而是边循环边生成值（生成器保存算法，可以计算下一个元素的值），创建生成器方法如下：

( )包围列表推导式生成

g = (x * x for x in range(10))#只迭代一次，只存储算法，不会生成所有元素存储于内存。
g

<generator object <genexpr> at 0x000002B53772C4C0>

for i in g:#for循环打印每个生成器中元素，在执行输出nothing（只迭代一次，只存储算法）
    print(i)

0149162536496481

自定义函数中添加yield关键字构建生成器

推算算法很复杂时使用自定义函数。举个例子，计算斐波那契数列的生成器。

def fibon(n):
    a = b = 1
    for i in range(n):
        yield a#该函数为一个生成器
        a, b = b, a + b
 for x in fibon(1000000):
    print(x) #不用担心它会使用大量资源