python D12 生成器以及生成器表达式

# 本节主要内容：
# 1、生成器和生成器函数
# 2、列表推导式

# 一、生成器
# 什么是生成器，生成器是指就是迭代器
# 在python中有三种方式来获取生成器
    # 1、通过生成器函数
    # 2、通过各种推导式来实现生成器
    # 3、通过数据的转换也可以获取生成器
# def func():
#     print("111")
#     return 222
# ret = func()
# print(ret)
# 结果：
# 111
# 222
# 将函数中的return换成yield就是⽣成器
# def func():
#     print("111")
#     yield 222
# ret = func()
# print(ret)  # <generator object func at 0x033E1CF0>  生成器的内存地址

# def chi():
#     print("酸辣粉")
#     yield "好吃"
#     print("泡面")
#     yield "不吃"
#     print("鱼粉")
#     yield "一般吃"
#     print("猪脚饭")
#     yield "不吃"
#     print("米饭")
#     yield "瞎吃"
# hao = chi()  # 不执行函数，获取生成器
# print(hao) #打印生成器地址
# print(hao.__next__())  # 执行并返回
# hao.__next__() # 执行无返回 只打印print 的东西，yield 后面的不答应
# print(hao.__next__()) # 执行并返回 打印print和yield的东西

# yield和return的效果是一样的. 有什么区别呢? yield是分段来执行一个
# 函数. return呢? 直接停止执行函数.
# 当程序运行完最后一个yield. 那么后面继续进行__next__()程序会报错.

# 接下来我们来看send方法, send和__next__()一样都可以让生成器执行到下一个yield.
# send和__next__()区别:
# 1. send和next()都是让生成器向下走一次
# 2. send可以给上一个yield的位置传递值, 不能给最后一个yield发送值. 在第一次执行生
# 成器代码的时候不能使用send()

# 生成器可以使用for循环来循环获取内部的元素  # 原因for循环中包含了__next__(）
# def func():
#     print(111)
#     yield 222
#     print(333)
#     yield 444
#     print(555)
#     yield 666
# gen = func()
# for i in gen:
#  print(i) # 执行结果全部打印出来

# 二. 列表推导式, 生成器表达式以及其他推导式
# lst = []
# for i in range(1, 15):
#     lst.append(i)
# print(lst)
# # 替换成列表推导式:
# lst = [i for i in range(1, 15)]
# print(lst)
# 列表推导式是通过一行来构建你要的列表, 列表推导式看起来代码简单. 但是出现错误之
# 后很难排查.
# 同理有字典、集合表达式 （没有元组推导式）

# 生成器表达式和列表推导式的语法基本上是一样的. 只是把[]替换成()
# gen = (i for i in range(10))
# print(gen)  # <generator object <genexpr> at 0x007A1CF0> 生成器地址
# # 打印的结果就是一个生成器. 我们可以使用for循环来循环这个⽣成器
# for c in gen:
#     print(c)  # 打印出gen生成器里面的内容 0 1 2 3 4 5 6 7 8 9

# 生成器表达式也可以进行筛选:
# 获取1-100内能被3整除的数
# gen = (i for i in range(1, 100) if i % 3 == 0)
# for num in gen:
#     print(num)

# 生成器表达式和列表推导式的区别:
#     1. 列表推导式比较耗内存. 一次性加载. 生成器表达式几乎不占用内存. 使用的时候才分
#     配和使用内存
#     2. 得到的值不一样. 列表推导式得到的是一个列表. 生成器表达式获取的是一个生成器.
# ⽣成器的惰性机制: 生成器只有在访问的时候才取值. 说白了. 你找他要他才给你值. 不找他
# 要. 他是不会执行的.

# def func():
#     print(111)
#     yield 222
# g = func() # 生成器g
# g1 = (i for i in g) # 生成器g1. 但是g1的数据来源于g
# g2 = (i for i in g1) # 生成器g2. 来源g1
# print(list(g)) # 获取g中的数据. 这时func()才会被执行. 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. g1 也就没有数据了
# print(list(g2)) # 和g1同理
# 打印结果为
# 111 # g1执行时打印111
# [222] # g1执行放回222
# [] # 执行g2 g2找g1 但是函数func（)的值已经拿完了所以打印的是空[]
# [] # 同上
# 深坑==> ⽣成器. 要值得时候才拿值. 、且值拿完后面再想拿就没有了除非在重新开始

# x = (c for c in range(9))
# for c1 in x:
#     print(c1)  # 0 1 2 3 4 5 6 7 8
# for c2 in x:
#     print(c2)  # 打印无结果 x里面的元素被c1拿完了

# x = (c for c in range(9))
# print(list(x))  # 打印结果 [0, 1, 2, 3, 4, 5, 6, 7, 8]
# list()里面自带了for循环，使其他类型转化为列表（如果有返回值得话，返回值也会被打印）

# 总结: 推导式有, 列表推导式, 字典推导式, 集合推导式, 没有元组推导式
#      生成器表达式: (结果 for 变量 in 可迭代对象 if 条件筛选)
#      生成器表达式可以直接获取到生成器对象. 生成器对象可以直接进行for循环. 生成器具有
# 惰性机制.

# 最后一个知识点: yield from
# 在python3中提供了一种可以直接把可迭代对象中的每一个数据作为生成器的结果进行返回
# def gen():
#     lst = ["麻花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
#     yield from lst
# g = gen()
# for el in g:
#     print(el) # 麻花藤 胡辣汤 微星牌饼铛 Mac牌锅铲
# 坑: yield from是将列表中的每一个元素返回. 所以. 如果写两个yield from 并不会产⽣交替
# 的效果.