Python 函数 IV （生成器等）

1.今日内容

1. 生成器初识
2. 生成器产生方式
3. yield与return的区别
4. yield与yield from的区别
5. send与next的区别
6. 列表推导式，生成器表达式（字典推导式，集合推导式）
7. 闭包

2.具体内容

1. 生成器初识

   • 生成器本质就是迭代器，python社区中生成器与迭代器是一种概念。生成器与迭代器的唯一区别：迭代器都是python给你提供的已经写好的工具或者通过数据转化得来的，（比如文件句柄，iter([1,2,3])）。生成器是我们自己用python代码构建的工具

2. 生成器产生方式

   • 生成器函数

   def func():
     print(666)
     yield 2,4,6
     print(888)
     yield 8
   ret = func() #生成器对象
   print(ret) # <generator object func at 0x0000000001E10F68>
   print(next(ret))
   print(next(ret))
   #只要函数中出现yield，那么他就不是函数，它是生成器函数
   #一个next对应一个yield，next超过yield数量会报错，StopIteration
   

   • 生成器表达式

   ret = (i for i in range(3))
   print(ret) #<generator object <genexpr> at 0x10307f0d0>
   #如何触发生成器（迭代器）取值
   #1.next(obj)
   print(next(ret))
   #2.for 循环
   for i in range(3):
     print(next(ret))
   #3.数据转化
   print(list(obj))#[0,1,2]
   

   • python给你提供的一些内置函数，返回一个生成器

   l1 = [1,2,3]
   ret = iter(l1)
   print(next(ret))
   

3. yield与与return的区别

   • return：结束函数，给函数的执行者返回值（多个值通过元组的形式返回）
   • yield：不结束函数，对应着给next返回值（多个值通过元组的形式返回）

4. yield 与yield from

   #yield from 的作用
   def func():
     yield from [1,2,3]
   ret = func()
   print(next(ret))#1
   print(next(ret))#2
   print(next(ret))#3
   #yield:对应yield给next返回值
   #yield from：将一个可迭代对象的每一个元素返回给next
   #yield from：节省代码，提升效率（代替for循环）
   

5. send与next区别

   • 相同点
     • send和next都可以让生成器对应的yield向下执行一次
     • 都可以获取yield生成的值
   • 不同点
     • 第一次获取yield值只能用next，不能用send(可以send(None))
     • send可以给上一个yield传递值

   def func(name):
     print(f'{name} ready to eat')
     while 1:
       food = yield '骨头'
       print(f'{name} start to eat {food}')
   dog = func('将军')
   next(dog)
   #第一次必须用next让指针停留在第一个yield后面不能用shed（send(None)）
   #如
   ret = dog.send(None)
   #与next一样，可以获取yield的值
   #还可以给上一个yield发送值
   ret = dog.send('香肠')
   print(ret)
   

6. 列表推导式，生成器表达式（字典推导式，集合推导式）

   • 列表推导式：一行代码构建一个有规律比较复杂的列表

   #
   l1 = []
   for i in range(5):
     l1.append(i)
   print(l1)
   #列表推导式
   l1 = [i for i in range(1,11)]
   print(l1)
   

   • 两种构建方式

     • 循环模式：[变量(加工后的变量) for 变量 in iterable]

     # 将10以内所有整数的平方写入列表。
     print([i**2 for i in range(1,11)])
     # 100以内所有的偶数写入列表.
     print([i for i in range(2,101,2)])
     # 从包子1期到包子100期写入列表list
     print([f'包子{i}期' for i in range(1,101)])
     

     • 筛选模式：[变量(加工后变量) for 变量 in iterable if 条件]

     # 1-100里大于49的数
     print([i for i in range(1,101) if i > 49])
     # 三十以内可以被三整除的数
     print([i for i in range(1,31) if i %3 == 0])
     # 过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母
     l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab']
     print([i.upper() for i in l1 if len(i) > 3])
     # 找到嵌套列表中名字含有两个‘e’的所有名字
     names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
     print(s for i in names for s in i if s.count('e') == 2)
     

   • 列表推导式的优缺点

     简单，快捷；但可读性不高，不好排错

   • 字典推导式，集合推导式

   # 字典推导式，集合推导式：  两种模式： 循环模式，筛选模式
   l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚']
   # {0： '小潘', 1： '怼怼哥', 2: '西门大官人'}
   #字典推导式
   print({i:l1[i] for i in range(len(l1))})
   #集合推导式
   print({i for i in range(10)})
   

7. 闭包

   • 什么是闭包
     • 闭包只能存在嵌套函数中
     • 内层函数对外层函数非全局变量的引用（使用），就会形成闭包
     • 被引用的非全局变量也称自由变量，这个自由变量会与内层函数产生一个绑定关系
     • 自由变量不会在内存中消失
   • 闭包的作用
     • 保证数据的安全

   def func():
     l1  = []
     def inner(s):
       l1.append(s)
       total = sum(l1)
       return total/len(l1)
     return inner
   s = func()
   print(s(100))
   print(s(120))
   print(s(140))
   
   #坑
   def func(a,b):
     def inner():
       print(a)
       print(b)
     return inner
   a = 2
   b = 3
   ret = func(a,b)
   
   #如何判断是闭包
   print(ret.__code__.co_freevars)