迭代器
迭代是Python最强大的功能之一，是访问集合元素的一种方式
迭代器是一个可以记住遍历的位置的对象
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退
迭代器有两个基本的方法：iter() 和 next()
字符串，列表或元组对象都可用于创建迭代器
list=[1,2,3,4]
it = iter(list)
print (next(it)) #1
print (next(it)) #2
生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行
调用一个生成器函数，返回的是一个迭代器对象
一个函数 f，f 返回一个 list，这个 list 是动态计算出来的（不管是数学上的计算还是逻辑上的读取格式化），并且这个 list 会很大（无论是固定很大还是随着输入参数的增大而增大），这个时候，我们希望每次调用这个函数并使用迭代器进行循环的时候一个一个的得到每个 list 元素而不是直接得到一个完整的 list 来节省内存，这个时候 yield 就很有用
打个比方的话，yield有点像断点。 加了yield的函数，每次执行到有yield的时候，会返回yield后面的值 并且函数会暂停，直到下次调用或迭代终止
yield后面可以加多个数值（可以是任意类型），但返回的值是元组类型的
logging
Logging 函数允许用户对应用程序进行日志记录，并把日志消息发送到电子邮件、系统日志或其他的机器
推导
列表推导
numbers = [x for x in range(100) if x%3==0] def squared(x): return x*x multiples =[squared(i) for i in range(100) if i%3 is 0] 字典推导 mcase = {"a":10,"b":15} mcase_frequency={v:k for k,v in mcase.items()} # {10: 'a', 15: 'b'} 集合推导 squared1={x**2 for x in [1,1,2]} #{1,4} set集合去除同样的 squared2=[x**2 for x in range(10)] #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] names=["asdasd","bob","alice","jerry","wendy","smith"] names_u=[name.upper() for name in names if len(name)>3] (x,y) x (0-5)之间的偶数 y (0-5)之间的奇数 ss=[(x,y) for x in range(5) if x%2==0 for y in range(5) if y%2==1] #[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)] nn=[[1,2,3],[4,5,6],[7,8,9]] nn_s=[nn[x][x] for x in range(len(nn))] m=[[1,2,3],[4,5,6],[7,8,9]] n=[[2,2,2],[3,3,3],[4,4,4]] mn=[[m[i][j]*n[i][j] for j in range(len(m)) ]for i in range(len(m))]