生成器 推导式 内置函数

今日总结

1. 生成器

   生成器的本质就是一个迭代器

   生成器和迭代器的区别:

   ​ 生成器是 python 自带的

   ​ 生成器是程序员写的

2. 生成器

• 节省空间-------惰性机制
• 不能逆行
• 一次性
• 一个 next 对应一个 yield
• yield 能够返回内容,还能够返回多次
• yield 能够临时停止循环
• yield 能够记录执行的位置
• yield from —— 将一个可迭代对象的元素逐个返回

3. 定义一个生成器

   基于函数

   函数体中存在 yield 就是一个生成器

   函数名 ( ) 就是产生一个生成器

推导式

list : [ ] [ 变量(加工后的变量) for 循环 加工条件]

dic : {} {键 : 值 for 循环 加工条件}

set : { } {变量 (加工后的变量) for 循环 加工条件 }

生成迭代器 : ( 变量 (加工后的变量) for 循环 加工条件)

内置函数

生成器

迭代器:python 中内置的一种节省空间的工具

生成器的本质是一个迭代器

迭代器和生成器额区别 : 一个是 python 自带的,一个是程序员自己写的

def func():
    if 3 > 2:
        yield "你好"
    if 4 > 2:
        yield "我好"
    yield "大家好"
g = func()
print(g.__next__())
print(g.__next__())
print(g.__next__())

#
你好
我好
大家好

下面这样的结果也是一样的
def func():
    if 3 > 2:
        yield "你好"
    if 4 > 2:
        yield "我好"
    yield "大家好"
g = func()
for i in g:
    print(i)

# for 循环的本质
while True:
    try:
        print(g.__next__())
    except StopIteration :
        break

def foo():
    for i in range(10):
        pass
        yield i
    count = 1
    while True:
        yield count
        count += 1
g = foo()
print(next(g))
print(next(g))
print(next(g))

# 或者for i in g
      print(i)

这里是新的坑


def foo():
    for i in range(10):
        pass
        yield i
    count = 1
    while True:
        yield count
        count += 1
print(foo().__next__())
print(foo().__next__())    #记住这个是调用新的生成器

#
0
0

send()   只是了解


def func():
    a = yield "是send"
    print(a)
    yield "你好"
g = func()
print(g.send(None))  #send  第一次只能是 None
print(g.send(123))

生成器应用场景

def func():
    lst = []
    for i in range(1000000):
        lst.append(i)
    return lst
print(func())   #这个结果实在是太强大了,鸡蛋太多  所以找只鸡 想吃就下一个


所以参考下面的代码


def func():
    for i in range(100000):
        yield i
g = func()
for i in range(50):     #想吃几个拿几个
    print(next(g))

def func():
    lst1 = ["牛肉羊","鸡蛋羹","玉米","火腿肠","米饭","拉面"]
    for i in lst1:
        yield i
g = func()
print(next(g))
print(next(g))
#
牛肉羊
鸡蛋羹

def func():
    lst1 = ["牛肉羊","鸡蛋羹","玉米","火腿肠","米饭","拉面"]
    lst2 = ["小浣熊","苹果","梨子","桃子","西瓜","芒果"]
    yield from lst1
    yield from lst2
g = func()
print(next(g))
print(next(g))


结果

牛肉羊
鸡蛋羹

def func():
    lst1 = ["牛肉羊","鸡蛋羹","玉米","火腿肠","米饭","拉面"]
    lst2 = ["小浣熊","苹果","梨子","桃子","西瓜","芒果"]
    yield from lst1
    yield from lst2
g = func()
print(next(g))
print(next(g))             #是先走完 lst1   然后再走 lst2
for i in g :
    
#结果

牛肉羊
鸡蛋羹
玉米
火腿肠
米饭
拉面
小浣熊
苹果
梨子
桃子
西瓜
芒果

生成器总结:

1. 在函数中将return 改写成yield 就是一个生成器
2. yield 会记录执行位置
3. return 和 yield 都是返回
4. return 可以写多个但是只执行一次,yield 可以写多个,还可以返回多次
5. 一个__next__对应一个 yield
6. 生成器可以利用 for 循环获取值
7. yield from—— 将可迭代元素逐个返回
8. 在函数内部,能将 for 循环和 while 循环临时暂停

推导式

list  推导式
[变量 for i in range(20)]

lst = []
for i in range(20):
    lst.append(i)
print(lst)         为了简洁代码  有了以下的操作

print(list(i for i in range(20)))

筛选模式
[变量(加工后的变量) for 循环  加工方式]


lst = []
for i in range(20):
    if i % 2 == 0:
        lst.append(i)
print(lst)


#print([i for i in range(20) if i % 2 == 0 ])

这两个的结果是一样的,你看第二个多简洁

生成器表达式
循环模式

g = (i for i in range(20))
print(next(g))
print(next(g))

print(list([i for i in range(20)]))

#字典模式
 #  {键:值 for 循环  加工条件}

print({i:i+1 for i in range(10)})
#{0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8, 8: 9, 9: 10}

print({i:i+1 for i in range(20) if i % 2 == 0})
{0: 1, 2: 3, 4: 5, 6: 7, 8: 9, 10: 11, 12: 13, 14: 15, 16: 17, 18: 19}

集合推导式


print({i for i in range(20)})
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}


print({i for i in range(20) if i % 2 == 0 })
{0, 2, 4, 6, 8, 10, 12, 14, 16, 18}

生成器总结

list:

# [变量(加工后的变量) for循环]

# [变量(加工后的变量) for循环 加工条件]



# 生成器表达式:

# (变量(加工后的变量) for循环)

# (变量(加工后的变量) for循环 加工条件)



# 字典推导式:

# {键:值 for循环 加工条件}



# 集合推导式:

# {变量(加工后的变量) for循环 加工条件}

内置函数一

eval：执行字符串类型的代码，并返回最终结果。

eval('2 + 2')  # 4
n=81
eval("n + 4")  # 85
eval('print(666)')  # 666

exec:执行字符串类型的代码。

s = '''
for i in [1,2,3]:
    print(i)
'''
exec(s)

以上两个内置函数很强大 工作中禁止使用

hash：获取一个对象（可哈希对象：int，str，Bool，tuple）的哈希值。

print(hash(12322))
print(hash('123'))
print(hash('arg'))
print(hash('alex'))
print(hash(True))
print(hash(False))
print(hash((1,2,3)))

'''
-2996001552409009098
-4637515981888139739
1
2528502973977326415
'''

help：函数用于查看函数或模块用途的详细说明。

print(help(list))
print(help(str.split))

callable：函数用于检查一个对象是否是可调用的。如果返回True，仍然可能调用失败；但如果返回False，调用对象ojbect绝对不会成功。

name = 'alex'
def func():
    pass
print(callable(name))  # False
print(callable(func))  # True

int：函数用于将一个字符串或数字转换为整型。

print(int())  # 0
print(int('12'))  # 12
print(int(3.6))  # 3
print(int('0100',base=2))  # 将2进制的 0100 转化成十进制。结果为 4

float：函数用于将整数和字符串转换成浮点数。

complex：函数用于创建一个值为 real + imag * j 的复数或者转化一个字符串或数为复数。如果第一个参数为字符串，则不需要指定第二个参数。。

print(float(3))  # 3.0
print(complex(1,2))  # (1+2j)

bin：将十进制转换成二进制并返回。

oct：将十进制转化成八进制字符串并返回。

hex：将十进制转化成十六进制字符串并返回。

print(bin(10),type(bin(10)))  # 0b1010 <class 'str'>
print(oct(10),type(oct(10)))  # 0o12 <class 'str'>
print(hex(10),type(hex(10)))  # 0xa <class 'str'>

divmod：计算除数与被除数的结果，返回一个包含商和余数的元组(a // b, a % b)。

round：保留浮点数的小数位数，默认保留整数。

pow：求xy次幂。（三个参数为xy的结果对z取余）

print(divmod(7,2))  # (3, 1)
print(round(7/3,2))  # 2.33
print(round(7/3))  # 2
print(round(3.32567,3))  # 3.326
print(pow(2,3))  # 两个参数为2**3次幂
print(pow(2,3,3))  # 三个参数为2**3次幂，对3取余。

bytes：用于不同编码之间的转化。

# s = '你好'
# bs = s.encode('utf-8')
# print(bs)
# s1 = bs.decode('utf-8')
# print(s1)
# bs = bytes(s,encoding='utf-8')
# print(bs)
# b = '你好'.encode('gbk')
# b1 = b.decode('gbk')
# print(b1.encode('utf-8'))

ord:输入字符找当前字符编码的位置

chr:输入当前编码的位置数字找出其对应的字符

# ord 输入字符找该字符编码的位置
# print(ord('a'))
# print(ord('中'))

# chr 输入位置数字找出其对应的字符
# print(chr(97))
# print(chr(20013))

repr:返回一个对象的string形式（原形毕露）。

# %r  原封不动的写出来
# name = 'taibai'
# print('我叫%r'%name)

# repr 原形毕露
print(repr('{"name":"alex"}'))
print('{"name":"alex"}')

all：可迭代对象中，全都是True才是True

any：可迭代对象中，有一个True 就是True

# all  可迭代对象中，全都是True才是True
# any  可迭代对象中，有一个True 就是True
# print(all([1,2,True,0]))
# print(any([1,'',0]))