生成器

1.生成器

　　1.生成器的本质就是迭代器

　　2.生成器的特点和迭代器一样，取值方式和迭代器一样（__next__()）

　　send()：给上一个yield传值,不能在开头（没有上一个yield），最后一个yield也不能用send()

　　3.生成器一般由生成器函数或者生成器表达式来创建

　　4.生成器就是手写的迭代器

2.生成器函数

　　1.和普通函数没有区别，里面有yield的函数就是生成器函数

　　2.生成器函数在执行的时候，默认不会执行函数体，返回生成器

　　3.通过生成器的__next__()分段执行这个函数

　　4.send()给上一个yield传值，不能在开头（没有上一个yield）,最后一个yield也不能用send()

def func():
    print("abc")
    yield 1
    print("def")
gen = func()

return 和yield都可以返回数据，gen=func()不会执行函数，拿到的是生成器,执行生成器需要用__next__()

函数中如果有yield,这个函数就是生成器函数，生成器函数获取的是生成器

yield:相当于return,可以返回数据，但是yield不会彻底中断函数，而是分段执行函数

print(gen.__next__())　　执行函数，执行到下一个yield

print(gen.__next__())　　继续执行函数到下一个yield

def func():
    yield 1
    yield 2
    yield 3
    yield 4
for i in func():#for的内部一定有__next__()
    print(i)
8 print(list(func()))#内部有__next__()

3.推导式

　　1.列表推导式:[结果 for 循环 条件筛选]

　　　　例如:将100以内的偶数输出到一个列表中

　　　　

lst = [i for i in range(100) if i % 2 == 0]
print(lst)

　　　　

　　2.字典推导式:{k:v for循环 条件筛选}

　　例如:lst = [11,22,33,44] 输出{0:11,1:22,2:33,3:44}

　　

lst = [11,22,33,44]
dic = {i:lst[i] for i in range(len(lst))}
print(dic)

　　3.集合推导式:{k for循环 条件}

lst = [1,1,2,2,3,3,4,4]
s = {el for el in lst}
print(s)

结果为:{1,2,3,4}

4.生成器表达式

生成器表达式使用()，由于元组不能增删改，所以没有元组推导式

　　（结果 for循环 条件）

tu = (i for i in range(1,10))
print(tu)
执行出来的是一个生成器

如果要取值，使用__next__()

def func():
    print(111)
    yield 222
    yield 333
g = func()#生成器
g1 = (i for i in g)#生成器

g2 = func()#生成器
g3 = (i for i in g2)#生成器
10 print(list(g1)) #结果为111 222 333从源头把数据拿走
11 print(list(g3)) #如果没有第8行，执行结果为[],因为源头已经没有数据

生成器表达式的特点：

　　1.惰性机制

　　2.只能向前

　　3.节省内存