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')))