回顾列表解析：函数式编程工具

简而言之，列表解析把任意一个表达式而不是一个函数应用于一个迭代对象中的函数。

1、列表解析和map：

列表解析在一个序列的值上应用一个任意表达式，将其结果收集到一个新的列表中并返回。

2、增加测试和嵌套循环：

可以在for之后编写一个if分支，用来增加选择逻辑。

3、列表解析和矩阵：

4、理解列表解析：

重访迭代器：生成器

①、生成器函数：编写为常规的def语句，但是使用yield语句一次返回一个结果，在每个结果之间挂起和继续它们的状态。

②、生成器表达式类似于上一小节的列表解析，但是，他们返回按需产生结果的一个对象，而不是构建一个结果列表。

1、生成器函数：yield VS return：

①、状态挂起：

和返回一个值并退出的常规函数不同，生成器函数自动在生成值的时刻挂起并继续函数的执行。

②、迭代协议整合：

③、生成器函数应用：

④、扩展生成器函数协议：send和next：

sand方法生成一系列结果的下一个元素，这一点就像__next__方法一样，但是它也提供了一种调用者与生成器之间进行通信的方法，从而能够影响它的操作。

2、生成器表达式：迭代器遇到列表解析：

从语法上来讲，生成器表达式就像一般的列表解析一样，但是它们是括在圆括号中而不是方括号的。

生成器表达式不是在内存中构建结果，而是返回一个生成器对象，这个对象将会支持迭代协议并在任意的迭代语境的操作中。

①、生成器函数 VS 生成器表达式：

②、生成器是单迭代器对象：

生成器函数和生成器表达式自身都是迭代器，并由此只支持一次活跃迭代——不像一些内置类型，我们无法有在结果集中位于不同位置的多个迭代器。

③、用迭代工具模拟zip和map：

④、内置类型和类中的值生成：

Python3.0解析语法概括

1、解析集合和字典解析：

①、针对集合和字典的扩展的解析语法：

对迭代的各种方法进行计时

1、对模块计时：

2、计时脚本：

3、计时结果：

map比列表解析略微快一点，但二者都比for循环要快很多，并且生成器表达式和函数速度居中。

4、计时模块替代方案：

①、在Python3.0中使用keyword-only参数：

5、其他建议：

函数陷阱

1、本地变量是静态检测的：

2、默认和可变对象：

3、没有return语句的函数：

4、嵌套作用域的循环变量：

本章小结

本章介绍了内置解析和迭代工具。它在函数工具中介绍了列表解析，并且把生成器函数和表达式作为另外的一种迭代协议工具介绍。最后，我们还度量了迭代替代方案的性能，并且我们最后回顾了与函数相关的常见错误以帮助你避开陷阱。