列表生成式

a = [x for x in range(10)]

print(a)

x 可进行操作

a = [x*2 for x in range(10)]

print(a)

x甚至可以为函数，

def f(n):

　　return n*n*n

a = [f(x) for x in range(10)]

########################

赋值方法

t = ('123',8)
a,b = t
print(a)
print(b)
#############
a =(x for x in range(10))#

print(a)#generator object

这个时候打印出来的结果是一个生成器对象，并没有生成序列且将里面的元素并全部存进内存（列表生成器时生成的列表，列表里的元素已经全部存进内存了）
类比于之前是厨师做了N道菜出来（列表），菜（元素）全部吃进了肚子（内存），这里只是生成了一个厨师(生成器)，想吃什么菜（元素）就调用厨师进行生成。

print（next（a）） 这样就可答应序列的第一个值了，next(a)等价于 a.__next__()  a.next()
生成器里能迭代多少次，就能取多少次值，只能按顺序一个一个区，不能隔取，反顺序取，取完不能再进行曲了，会返回迭代错误的报错。
生成器就是一个可迭代对象Iterable object
for i in s:
　　print(i) 
这里for循环其实就是调用了next(s)，循环时，第一次i打印0 ，第二次打印1，第二次打印的时候0对象由于没人引用，已经被回收了。

####
生成器第二种生成方法：使用yield 
def foo():
　　print("Ok1")
　　yield 1
　　print("OK2")
　　yield 2
foo() 直接调用foo() 是不会打印的，因为这是一个生成器函数，碰到yield 就会创建一个生成器 
g = foo()  
next(g) 采用next（g） 调用，遇到yield 则返回生成器里定义的第一个值。
next(g) 再次采用next(g)进行调用，会yield 1开始，返回值

##
凡是能进行for循环的 都是可迭代的。
凡是有拥有__iter__方法的都是可迭代对象。
###
使用斐波那契数列进行生成器的例子
def fbnq(max):
　　n,before,after = 0,0,1
　　while n < max:
　　　　yield after  #将需求里需要的值设置为yield 返回的即可，yield 其实就是等同于return.
　　　　before,after =after,before + after
　　　　n = n+1

next(fbnq(10))

####
send方法
a.send('eeee')
def bar():

    print("OK")
    count=yield 1
    print(count)

    print("OK2'")
    yield 2

g  = bar()
next(g)
b = g.send('eee')
print(b)

####
迭代器
满足两个条件：1 有iter方法，2 有next方法
l = [1,2,3,4]
d = iter(l)
for 循环内部三件事：
1 调用可迭代对对象的iter方法返回一个迭代器
2 不断调用迭代器对象的next方法
3 捕获异常（迭代器迭代结束）进行退出

####
判断是否为list，迭代器，可迭代对象

from collections import Iterator

isinstance([1,2,3,4],list)

isinstance([1,2,3,4],Iterator)

isinstance([1,2,3,4],Iterable)

###
f = open('abc123.txt','r)
for i in f.readlines():  这里是将文件按行取出，把每一行当成一个元素放入内存，这样文件很大时，元素很多，占用内存也用掉了很多。
for i in f(): 这里f是一个迭代器，放入内存只是一个迭代器，这样遍历时，每次拿出来一行就看一行，前一行就被内存回收了，内存里始终只有一行存在。

####
一句话实现查找文件里温度最长的行

print(max(len(x) for x in open('日志记录','r',encoding='utf8')))