21.python生成器

什么是生成器？

它内部封装了一套公式/算法，只有等到需要调用/执行数据的时候 --》执行next()函数

才会将公式计算得到的数据结果返回给程序，这就是生成器的原理(核心思想)

格式：两种

执行完毕都返回generator类型对象

格式一：

(表达式 for 形参列表 in 容器对象 if ...)

格式二：

定义函数，在函数的内部需要使用yield关键字来记录返回的generator对象的数据公式，

【注意】：此时函数就算有return，已经无视了，返回的一定是一个generator类型的对象（即生成器对象）

【注意事项】：

1).生成器中是没有真实数据存在的，所以我们是不能直接使用len()函数来尝试得到其长度；

   如果我们这么做了，错误提示：no len()

2).生成器关联的真实数据只能被使用一次，不可逆；如果超量调用，会报错：StopIteration

比较：列表生成式和生成器？

对于生成器而言：

定义执行后会得到一个generator对象，

此对象中没有真实数据(第一手值)，它内部封装了一套公式/表达式

一旦需要使用数据了，就会去计算公式，得到内容；

就因为其这样的特点，所以我们得出一些结论：

1).生成器比较节省内存资源(好处)

2).生成器（刚生成的时候没有值）所以在数据运算效率上比列表生成式要低下一点(弊端)

对于列表生成式而言：

定义执行后会得到一个list对象，

列表中的数据已经确定(真实数据已经进内存)，

就因为其这样的特点，所以我们得出一些结论：

1).列表生成式比较占用内存资源(弊端)

2).列表生成式在运算时比生成器要效率更好(好处)

演示生成器的定义以及使用，关注其一些注意事项；
方式一：
格式：
    (表达式 for 参数列表 in 容器对象 if...)

gen = (x for x in range(5))
print(gen,type(gen))
#generator对象不能配合len()来获取其长度，因为它根本没有长度
# print(len(gen))
#使用next()函数来得到每一次generator中的内容
print(next(gen))             #得到0
print(next(gen))             #得到1
print(next(gen))             #得到2
print(next(gen))             #得到3
print(next(gen))             #得到4
#generator对象中的数据内容只能被解析使用一次，不可逆；一旦调用多了，直接报错了 --> StopIteration
# print(next(gen))
两种处理接续generator对象的方式，
方式一：使用next()函数调用传入generator对象即可，此方式如果调用next()次数过多；报错了：StopIterator
方式二：使用循环处理，这种方式不会过量的调用内部表达式执行，不会报错，比较友好

 

gen = (x for x in range(5))
print(gen,type(gen)）

print(next(gen))            #得到0
print(next(gen))               #得到1
print(next(gen))               #得到2

for g in gen:
       print(g)                #得到3

4

#注意下面一行代码有误，因为next()只能出现迭代器对象，对于单值int、float...不能传入的，报错：TypeError
# print(next(g))

 

需求：思考如果对于以上gen对象中的数据我在开发过程中需要多次调用，那该怎么办？
可以将generator类型的对象转换为list等类型的对象即可...
gen = (x for x in [1,2,3,4,5])
# print(gen,type(gen))      此时gen只是一个函数对象，并没有被调用，所以没有内容
lt = list(gen)
print(lt,type(lt))         #得到[1, 2, 3, 4, 5] <class 'list'>
for i in lt:
    print(i)              #得到 1

2

3

4

5
print('-' * 40)         #得到 -----------------------------------
#这时候 list类型有数据有长度了，可以用while循环

i = 0
while i < len(lt):
    print(lt[i])
    i += 1

#同样得到 1

2

3

4

5
方式二：
定义函数，在函数内部需要使用关键字yield来记录返回的generator对象的数据公式；
执行还是通过next()函数来实现

【注意】：此时函数就算有return，已经无视了，返回的一定是一个generator类型的对象
def func(n):
    lt = []
    for i in range(1,n + 1):
        if i % 2 == 0:
            lt.append(i)
            yield i
    return lt
#调用function（n)

f = func(10)
print(f,type(f))  ###虽然有返回值但返回的一定是一个generator类型的对像<generator object func at 0x0000000001E06938> <class 'generator'>
print(next(f))            #得到2
print(next(f))            #得到4
for i in f:      
    print(i)              #得到6   该循环接上面的走

#得到8

#得到10

但是上面的题目可以用方式一更简单：

gen = (x for x in range(1,11) if x % 2 == 0)
for g in gen:
    print(g)

#需求：实现全排列
str1 = 'ABC'
str2 = 'XYZ'
def func2(str1,str2):
    for s1 in str1:
        for s2 in str2:
            yield s1 + s2   #yield后面加的是方式方法

gen = func2(str1,str2)
# print(gen,type(gen))
for g in gen:
    print(g)          #得到 AX

AY

AZ

BX

BY

BZ

CX

CY

CZ

用简单的方法
gen = (x + y for x in str1 for y in str2)
for g in gen:
    print(g)