day 13 生成器函数 表达式 推导式

今日主要内容
1. 生成器和生成器函数
　　生成器的本质就是迭代器
　　生成器的三种创建办法:
　　　　1.通过生成器函数
　　　　2.通过生成器表达式创建生成器
　　　　3.通过数据转换

2. 生成器函数:
　　函数中包含了yield的就是生成器函数
　　注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行

3. 与return比较

　　函数中存在yield，

　　　　优点：用多少生成多少

　　　　　　 　节约内存

　　　　　　　　yield 返回结果，让函数分段执行

　　　　　　　　return 直接返回函数结果，结束函数的调用

def func():
    yield 11
    yield 22
    yield 33
    yield 44
g = func()  # 拿到的是生成器. 生成器的本质是迭代器. 迭代器可以被迭代 生成器可以直接for循环
for i in g:
    print(i)    # 本质上执行的是__next__()
it = g.__iter__()
while True:
    try:
        print(it.__next__())
    except StopIteration:
        break

　　

4. send和__next__()区别:

　　　　1. send和next()都是让⽣生成器向下走一次

　　　　2. send可以给上⼀一个yield的位置传递值, 不能给后⼀一个yield发送值. 在第⼀次执⾏生
　　　　成器代码的时候不能使⽤用send()，最后一次结束的时候也不能使用

5. 生成器表达式:
　　(结果 for 变量 in 可迭代对象 if 筛选)

6. 取值:
　　1. __next__()
　　2. send(值) 给上一个yield位置传一个值, 第一个和最后一个yield不用传值
　　3. 可以for循环 （获取内部的元素:）
　　4. list(g)

2. 各种推倒式和生成器表达式
　　1. 列表推倒式 [结果 for 变量 in 可迭代对象 if 筛选]

　　　　lst = [i for i in range(1, 15)]

　　　　print(lst)
　　2. 字典推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key:value
　　3. 集合推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key

3.⽣生成器表达式和列列表推导式的区别:

　　1. 列表推导式比较耗内存. ⼀一次性加载. 生成器表达式几乎不占⽤用内存. 使用的时候才分 配和使用内存

　　2. 得到的值不⼀一样. 列表推导式得到的是⼀一个列表. 生成器表达式获取的是⼀一个生成器.

生成器的惰性机制:⽣生成器只有在访问的时候才取值. 说⽩白了了. 你找他要他才给你值. 不找他 要. 他是不会执⾏行行的. 
def func():
    print(111)
    yield  222
g = func()                  # ⽣生成器器g 
g1 = (i  for i in  g)       # ⽣生成器器g1. 但是g1的数据来源于g
g2 = (i  for i in  g1)       # ⽣生成器器g2. 来源g1 

print(list(g))         # 获取g中的数据. 这时func()才会被执⾏行行. 打印111.获取到222. g完毕.
print(list(g1))       # 获取g1中的数据. g1的数据来源是g. 但是g已经取完了了. g1 也就没有数据 了了 
print(list(g2))       # 和g1同理理

例2  惰性机制的应用

def add(a, b):
    return a + b
def gen():
    for r_i in range(4):
         yield r_i
g = gen()
for n in [2, 10]:
    g = (add(n, i) for i in g)
    #g = (add(n,i) for i in (add(n, i) for i in g))  #g 由于惰性机制，for循环第一次并未取值
    # g = (add(10,i) for i in (add(10, i) for i in (0,1,2,3)))
print(list(g))