14 Python之生成器，生成器函数以及推导式

一.生成器

   本质就是迭代器. 我们可以直接执⾏__next__()来执⾏ 以下⽣成器

一个一个的创建对象

创建生成器的方式:

1.生成器函数

2.通过生成器 表达式来获取生成器

3.类型转换(看不到)

二.生成器函数(重点)   

深坑:生成器在要值得时候才拿值

生成器函数中包含yield,返回数据和return差不多:return会立即结束这个函数的执行,yield 表示返回,不会终止函数的执行,可以分段的执行一个函数.

当函数中包含了yield,次函数就是生成器函数

坑:生成器函数在执行的时候返回生成器.而不是之直接执行此函数

函数中包含了yield, 此函数就是生成器函数

大坑: 生成器函数运行之后. 产生一个生成器. 而不是运行函数

def func():

    print("我叫周润发")

    yield "林志玲"   # yield表示返回. 不会终止函数的执行

    print("宝宝干嘛去了??")

    yield "宝宝回来了"

    print("宝宝你在干嘛?")

    # yield "没了"

 

ret = func() # 执行函数, 此时没有运行函数.生成器或者迭代器的好处:节省内存

# # 此时我们拿到的是生成器

# print("返回值是", ret) # <generator生成器 object func at 0x0000000009E573B8>

 

# 执行到下一个yield

print(ret.__next__()) # 第一次执行__next__此时函数才开始执行

print(ret.__next__()) # 执行到下一个yield

print(ret.__next__()) # StopIteration

send()  ----> 同__next__()开始执行

send()可以给上一个yield位置传值

能够向下执行的两个条件:

     __next__(),执行到下一个yield

     send(),执行到下一个yield,给上一个yield位置传值,

send和__next__()区别: 

1. send和next()都是让⽣成器向下走⼀次

 2. send可以给上⼀个yield的位置传递值, 不能给最后⼀个yield发送值. 在第⼀次执⾏⽣ 成器代码的时候不能使⽤send()

def func():

    print("韭菜盒子")

    a = yield "韭菜鸡蛋"

    print("a", a)

    b = yield "韭菜西红柿"

    print("b", b)

    c = yield "火烧"

    yield "GAME OVER"

 

gen = func()

 

print(gen.__next__()) # 第一个位置用send没有任何意义

print(gen.send("篮球")) # 给上一个yield位置传值  "篮球"这个值赋值给a

print(gen.send("足球"))

 

##韭菜盒子

韭菜鸡蛋

a 篮球

韭菜西红柿

b 足球

火烧

生成器中记录的是代码而不是函数的运行

def func():

            print("我的天哪 ")

 

            yield "宝宝"

 

        gen = func() # 创建生成器.  此时运行会把生成器函数中的代码记录在内存

        当执行到__next__(), 运行此空间中的代码, 运行到yield结束.

 

        优点: 节省内存, 生成器本身就是代码. 几乎不占用内存

        特点: 惰性机制, 只能向前. 不能反复

三.各种推导式

列表推导式    [结果 for循环 if]

#生成列表: python1->python18

lst = []

for i in range(1, 19):

    lst.append("python%s期" % i)

 

print(lst)

列表推导式 [结果 for循环 if条件]

 

 

lst = ["python%s期" % i for i in range(1, 19)]

print(lst)

 

#生成列表.类表中装的数据是 1-100之间所有的偶数的平方

 

lst = [i**2 for i in range(1, 101) if i%2 == 0]

print(lst)

 

#筛选出列表中姓张的同学, lst = ["张无忌", "吴奇隆", "张诗诗", "范冰冰", "张翠山"]

lst = ["张无忌", "吴奇隆", "张诗诗", "范冰冰", "张翠山"]

lst2 = [name for name in lst if name.startswith("张")]

print(lst2)

 

# 寻找名字中带有两个e的人的名字

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven','Joe'],

        ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]

 

lst = [name for el in names for name in el if name.count("e") == 2]

print(lst)

字典推导式    {结果(k:v) for循环 if}

字典推导式

语法: { 结果(key:value) for循环 if条件}

lst = [11,22,33]  # {0:11, 1:22, 2:33}

 

dic = {i:lst[i] for i in range(len(lst))}

print(dic)

 

练习: {"主食": "炒面", "副食": "小拌菜", "汤":"疙瘩汤"}

把字典的key和value互换, 生成新字典

dic =  {"主食": "炒面", "副食": "小拌菜", "汤":"疙瘩汤"}

d = { v:k for k, v in dic.items()}

print(d)

结合推导式    {结果(k) for循环 if}

没有元组推导式

四.生成器表达式(重点)

(结果 for循环 if)

g = (i for i in range(10)) # 生成器表达式

 

print(g)  # <generator object <genexpr> at 0x0000000009E573B8>

 

print(g.__next__()) # 0

print(g.__next__()) # 1

print(g.__next__()) # 2

print(g.__next__()) # 3

print(g.__next__()) # 4

print(g.__next__()) # 5

print(g.__next__()) # 6

print(g.__next__()) # 7

print(g.__next__()) # 8

print(g.__next__()) # 9

# print(g.__next__()) # ??? StopIteration

from   可以把一个可迭代对象分别进行yield返回

def func():

    lst = ["衣服%s" % i for i in range(500)]

    yield from lst # 可以把一个可迭代对象分别进行yield返回

 

    lst1 = ["python%s" % i for i in range(18)]

    yield from lst1

 

 

gen = func()

print(gen.__next__())

print(gen.__next__())