yield的表达式形式与内置函数

yield的功能：

　　1. 与return类似，都可以返回值，不一样在于，yield可以返回多个值而且可暂停，再次执行可继续下一步操作，return到了就停止不在继续运行。

　　2.为封装好的的函数能够使用__iter__和__next__方法，

　　3.遵循迭代器的取值方式 .__next__(),触发函数的执行和函数的保存都是通过yeild保存的。  .

 

一：yield的表达式形式

def foo():
    print('starting')
    while True:
        x=yield        #yield的表达式形式
        print('value ：   ',x) 

g=foo()
next(g)      #next(g)==g.semd(None)
g.send(2)   #send的效果：1.将携带的值传给yield，注意是yiled，而不是x，然后yiled赋值给x  2.send()方法具有和next()方法一样的功能，也就是继续执行，直到碰到yield结束.

yield表达式形式（例如: x = yield）下，生成器会有一个send的操作：　　

#send的效果：
    # 1：先从为暂停位置的那个yield传一个值，然后yield会把值赋值x
    # 2：与next的功能一样
　　#3: send传多个值时，必须以元组的形式

def foo():
    print('starting')
    while True:
        x=yield
        print('value:',x)

foo()  
#next(g)
# g.send(1)

foo()#不执行print('starting')，因为定义该函数，解释器在检测语法的时候，检测到有yield，那么在执行该函数的时候就不会打印。

g.send(1)       ###send 有///传值+next的功能，传值给yield，再赋值给x，再接着往后走，直到下一个yield停止。 
    g.send-----1567890`124680>首先要给一个初始化的值，才能再g.send(1)传值

案例：

def good(func):
    def good1(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return good1

@good
def eater(name):
    print('%s starting to eat '%name)
    food_list=[]
    while True:
        food=yield food_list
        food_list.append(food)
        print('%s start to eat %s'%(name,food))
        print(food_list)

m=eater('jason')
m.send('火腿')

 注意点：

既然send()方法有和next一样的作用，那么我们可不可以这样做：

def foo():
    while True:
        x = yield              #函数有yield，函数执行的结果就是生成器，即foo()就是生成器。而要执行的话就需要next(g).
        print("value:",x)

g = foo()
g.send(1) #执行给yield传值,这样行不行呢?

很明显，是不行的；

TypeError: can't send non-None value to a just-started generator

错误提示:不能传递一个非空值给一个未启动的生成器。

　　也就是说，在一个生成器函数未启动之前，是不能传递数值进去。必须先传递一个None进去或者调用一次next(g)方法，才能进行传值操作。

三：内置函数

abs(x)            #取绝对值，如果是复数，返回值是该复数的模
divomd(x,y)     #函数完成除法运算，返回商和余数
isinstance(object,type)    #判断对象是不是此类型
chr()                 #函数返回ASCII码对应的字符串    
ord()                   #函数返回字符串对应的ASCII码
max()，min()      #返回函数的最大值与最小值(字母：z>a)

 内置函数实例/：

func2=lambda x:x**2  #匿名函数：相当于return x**2

# map:映射
# l=[1,2,3,4]
# m=map(lambda x:x**2,l)

#reduce:合并
from functools import reduce
print(reduce(lambda x,y:x+y,range(100),100))

# filter:过滤
# names=['alex_sb','yuanhao_sb','wupeiqi_sb','egon']
# print(list(filter(lambda name:name.endswith('_sb'),names)))

# #sorted  升序
# l=[1,2,4,9,-1]
# print(sorted(l)) #从小到大
# print(sorted(l,reverse=True)) #从大到小

# s='hello'
# l=[1,2,3]
#
# for i in zip(s,l):    #拉链，s，l 一一随对应
#     print(i)


l=['a','b','c']
for i in enumerate(l):
    print(i)                  #
=========结果==========
(0, 'a')
(1, 'b')
(2, 'c')