測試奇譚，BUG不見。
講解之前，我先說說我的教程和網上其他教程的區別：
1 我分享的是我在工作中高頻使用的場景，是精華內容；
2 我分享的是學習方法，亦或說，是指明你該學哪些、該重點掌握哪些內容；
3 基於1和2，你可以按照我的教程學，也可以網上找視訊學，也可以看書學……你得明白，掌握學習方法比找學習資料重要得多。
前5期，我已經分享了python的基礎語法，如果你按照我的文章，一步一步練習，保準你對python程式碼的語法特點、書寫方式有所瞭解，並能獨立的寫一些簡單的函式方法，甚至能嘗試開始自動化測試的實踐（基於python語法）。
當然，如果你想更進一步掌握python語法的特點，那接下來的幾篇文章一定不要錯過。
這一場，主講python的生成器和匿名函式。
目的：掌握這兩個知識點的概念和使用。
生成器
01 什麼是生成器？
記住兩個關鍵：
- 生成器是一種特殊的函式方法。意味著它和函式（def）密不可分。
- 基於上一點，只要函式中出現yield關鍵字，就是生成器函式。
初學的你，還是太難理解？
02 通俗的講解
你可以將生成器理解為一個盒子，你可以向這個盒子裡隨意新增元素，當你需要的時候，再取出來用。
請看下面的例子：
# 普通函式
def func():
return 1
f = func()
print("函式返回值：",f)
->函式返回值：1
print("函式返回值的型別：",type(f))
->函式返回值的型別：<class 'int'>
# 生成器
def gen_func():
yield 1
yield 2
g = gen_func()
print("生成器物件：",g)
->生成器物件：<generator object gen_func at 0x00000189B8CFF7C8>
print("生成器物件的型別：",type(g))
->生成器物件的型別：<class 'generator'>
# 讀取生成器物件的值，因為生成器也是一個迭代器，實現了python的迭代協議（即實現了__iter__方法）
for i in g:
print("生成器物件的值:",i)
->生成器物件的值: 1
->生成器物件的值: 2
03 生成器到底有什麼用？
作用：惰性求值（一邊迴圈一邊計算的機制），節省效能
04 生成器的常見用途？
- 讀大檔案
- 網路爬蟲 scrapy 框架
- 協程
舉個例子：斐波那契數列（0,1,1,2,3,5...），列印斐波那契數列前50個元素
# 不使用生成器，會消耗大量記憶體
def fib(idx):
res=[]
n, a, b = 0, 0, 1
while n < idx:
res.append(b)
a, b = b, a+b
n += 1
return res
res = fib(100)
print(res)
# 使用生成器，可節約大量記憶體
def gen_fib(idx):
n, a, b = 0, 0, 1
while n < idx:
yield b
a, b = b, a+b
n += 1
for i in gen_fib(100):
print(i)
匿名函式
01 什麼是匿名函式？
當：
- 函式實現比較簡單
- 函式不需要被多個地方呼叫
- 懶得給這個函式起名字
時，我們可以使用匿名函式。
初學的你，還是太難理解？
02 通俗的講解
你想實現一個求x的平方的函式，但是這個函式太簡單，不值得專門def定義，同時，你忘記了平方的英文如何拼寫，要是命名成 "pingfang"，又顯得自己太low，於是乎，你可以不給這個函式起名字，還能實現它。這就是匿名函式lambda表示式。
比如：求一個數的平方
# 不用 lambda 表示式
def square(x):
return x * x
print(square(2))
# 使用 lambda 表示式
# 寫法：lambda 返回值:計算表示式
s = lambda x: x * x
print(s(2))
一如既往，做個總結
01 如果你是初學者，可以先不掌握生成器和匿名函式，待學成python後，再行琢磨；
02 在實際工作中，生成器和匿名函式的使用頻次，相對較高，並且在面試中是高頻問點。