# 列表生成式

 a = [x*2 for x in range(10)]        # 这两个变量必须一致

 print(a)

 #列表 元组的高级赋值办法

 b,c = ["",6]

 print(b)    #

 print(c)    #

 # python的垃圾回收机制

 #给变量赋值的时候值的内存地址被变量引用

 #如果值的内存地址没有被任何对象引用的话，python就将该内存进行回收释放

 #生成器额2种创建方式

 #生成器的创建方式一：

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

 #print(a)                   <generator object <genexpr> at 0x0000000001DEA1B0> 目前没有任何值，只是个迭代器

 #生成器的创建方式二：

 #在函数内部使用yield关键字创建生成器

 #函数本身不是生成器，但是函数的执行就是生成器 如 test() 就是个生成器

 def test():

     print("ok")

     yield 2         #yield后面的值相当于返回值

     print("ok2")

     yield 5

 #生成器中值的遍历next()方法

 #生成器可以当成迭代器去使用for方法迭代 for i in a: next(i)

 a = test()

 #next(a)     #这样会执行yield关键字前面的语句,返回值为yield后面跟的值---ok

 #next(a)     #执行第二遍的时候，指针会跳到yield 2 这里 开始往下执行 后面依次这样，直到遇到return 就没有可迭代的对象了-ok2

 #next(a)     #没有可迭代的对象会报错！

 for u in a:

     # print(u)          #ok 2 ok2 5

     print(next(a))      #ok ok2 5       为什么会这样呢？

 # 生成器的值只能按照顺序一个一个去取，不能随机去取

 # 在pyhton 2.0 版本中，使用的变量方式是__next__()

 #什么是可迭代对象呢？

 #对象的内部有__iter__ 方法的都是可迭代对象

 #斐波那契函数的实现函数

 # 考察你变量的赋值

 def fib(max):

     n,a,b =0,0,1

     while n < max:

         print(b)

         a,b = b,a+b

         n = n+1

 # 如何将一个菲薄纳妾函数转化成一个生成器呢？

 # 思路 就是把print的输出地方转化为 yield + 输出值

 #肥波纳妾函数 用生成器的实现

 # def fib(max):

 #     n,a,b =0,0,1

 #     while n < max:

 #         print(b)

 #         a,b = b,a+b

 #         n = n+1

 #***************************

 def fib(max):

     n,a,b  =0,0,1

     while n < max:

         yield b

         a,b = b,a+b

         n = n+1

 x = fib(10)  #生成器产生

 #实现方式一：

 for i in x:

     print(i)

 #实现方式二：

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 print(next(x))

 #生成器 之 send() 方法

 def test():

     print("OK1")    #OK1

     count =yield 1  #eee

     print(count)    #OK

     print("OK")     #

     yield 4         # 4 作为x.send("eee")的返回值

 x = test() #生成 生成器对象

 # x.send("eee") #首次使用会报错！

 # #send()方法首次使用传入参数会报错

 # 原因：send穿参数值的前提是需要 在yield 返回1这个值后 也就是在yiled执行之后，才能执行send带参数的值赋值给变量count

 # 此时 执行print(count)之后会打印出 send传入的值

 # 但是 在执行第二个 yield之后，第二个yield的返回值会再次赋值给 count    所以导致

 # print(x.send("eeee"))  # 值为2

 # 接下来进行测试;

 x.send(None)    #这样执行相当于 next(x)

 q = x.send("eee")

 print(q)        #执行的结果为 2

 #使用生成器实现伪并发 yield

 #通过yield实现在单线程的情况下实现并发运算的效果　

 import time

 def consumer(name):

     print("%s 准备吃包子啦!" %name)

     while True:

        baozi = yield

        print("包子[%s]来了,被[%s]吃了!" %(baozi,name))

 def producer(name):

     c = consumer('A')

     c2 = consumer('B')

     c.__next__()

     c2.__next__()

     print("老子开始准备做包子啦!")

     for i in range(10):

         time.sleep(1)

         print("做了2个包子!")

         c.send(i)

         c2.send(i)

 producer("alex")

 # 首先理清楚思路

 # 迭代器

 # 生成器一定是迭代器 迭代器不一定是生成器

 # 迭代器的调用方法  该方法返回一个迭代器对象

 x = [1,23,4,2,8]

 x.__iter__()    #方式一

 iter(x)         #方式二 python3 内置方法调用

 # 什么事迭代器？

 #条件一：有iter()方法

 #条件二：有next（）方法

 # 哪些是可迭代对象呢？

 # list tuple,dict string

 #判断一个对象是否为可迭代对象的方法 使用

 l= [1,2]

 print(isinstance(l,list)) #判断[1,2] 是否为list对象

 print(isinstance(l,Iterable)) #判断是否为可迭代对象

 print(isinstance(l,Iterator)) #判断该对象是否为迭代器

 # for 循环所做的三件事

 #   1.调用可迭代对象的iter()方法 返回一个迭代器或者迭代对象

 #   2.调用迭代器的next()方法进行数据的提取

 #   3.处理迭代器的异常，比如超过迭代器的处理元素该怎么处理