zoukankan      html  css  js  c++  java
  • 生成器和生成器表达式

    生成器和生成器表达式

    1.生成器

    生成器的实质就是迭代器 在python中有三种方式获取生成器:

    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
    

    先看一个简单的函数

    def func()
        print('111')
        return
    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)
    
    结果:
    <generator object func at 0x00000000024C65C8>
    

    运行结果不一样,在函数中存在了yield,这个函数就是一个生成器了。 这时候就不能忘执行函数了,而是获取这个迭代器。 生成器的本质就是迭代器,所以可以用__next___()来执行线面的生成器。

    def func():
        print('111')
        yield 222
    gener = func()
    ret = gener.__next__()
    print(ret)
    
    结果:
    111
    222
    

    我们可以看到,yield和return的效果是一样的。 区别就在于yield是分段来执行函数;return是直接停止执行函数。

    def func():
        print('111')
        yield 222
        print('333')
        yield 444
    gener = func()
    ret = gener.__next__()
    print(ret)
    ret2 = gener.__next__()
    print(ret2)
    ret3 = gener.__next__()
    print(ret3)
    
    结果:Traceback (most recent call last):
    File "E:/***.12.py", line 60, in <module>
    ret3 = gener.__next__()
    StopIteration
    111
    222
    333
    444
    

    当程序运行到最后一个的yield时,后面如果继续执行__next__()程序会报错。

    生成器的作用: 现有需求老男孩向安踏订购10000套服装,安踏直接一步到位。

    def colth():
        lst = []
        for i in range(1,10000):
            lst.append(i)
        return lst
    cl = cloth()
    

    衣服太多了,没地方放。现在我需要李宁,我要一套,李宁给我提供一套

    def cloth():
        for i in range(1,1000):
            yield '衣服%s' % i
    cl = colth()
    print(cl.__next__())
    print(cl.__next__())
    print(cl.__next__())
    print(cl.__next__())
    

    这两种的区别:第一种一次性交给老男孩10000套,需要的内存太大,会很占内存; 第二种一次拿一件,需要的时候就给__next__()去拿,next()到哪,就去到哪。 只能往前不能后退、反复。

    接下来看send和__next__()一样都可以让生成器执行到下一个yield。

    def eat():
        print('我吃什么啊')
        a = yield '馒头'
        print('a=',a)
        b = yield '大饼'
        print('b=',b)
        c = yirld '韭菜盒子'
        print('c=',c)
        yield 'GAME OVER'
    gen = eat()  # 获取生成器
    ret1 = gen.__next__()
    print(ret1)
    ret2 = gen.__next__('胡辣汤')
    print(ret2)
    ret3 = gen.__next__()
    print(ret3)
    ret4 = gen.__next__()
    print(ret4)
    
    结果:
    我吃什么啊
    馒头
    a= 胡辣汤
    大饼
    b= 狗粮
    韭菜盒子
    c= 喵粮
    GAME OVER
    

    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循环来获取内部元素:

    def func():
        print(111)
        yield 222
        print(333)
        yield 444
        print(555)
        yield 666
    gen = func()
    for i in gen:
        print(i) 
    结果:
        111
        222
        333
        444
        555
        666
    

    2.列表推导式,生成器表达式以及其他推导式

    通过循环在列表里添加1-20。

    lst = []
    for i in range(1,21):
        lst.append(i)
    print(lst)
    

    替换成列表推导式:

    lst = [i for i in range(1,21)]
    print(lst)
    

    列表推导式是通过一行代码来构建你要的列表,列表推导式看起来简单,但是出现错误之后很难排查。

    列表推导式的常用写法:

    [结果 for 变量 in 可迭代对象 ]
    例题:从python1期到python6期写入列表
        lst = ['python%s期' % i for i in range(1,7)]
        print(lst)
        
        结果:
        ['python1期', 'python2期', 'python3期', 'python4期','python5期', 'python6期']
    

    筛选模式:

    [结果 for 变量 in 可迭代对象 if条件]
    
    # 获取1-100内所有的偶数
    lst = [i for i in range(1,101) if i%2==0]
    print(lst)
    

    生成器表达式和列表推导式的语法基本上一样,只是把[]替换成()

    gen = (i for i in range(10))
    print(gen)
    
    结果:
        <generator object <genexpr> at 0x00000000024C65C8>
    

    打印的结果是生成器,我们可以使用for循环来循环这个生成器:

    gen = ('我们已经开课%s天了' % i for i in range(1,4))
    for i in gen:
        print(i)
        
     结果:
        我们已经开课1天了
        我们已经开课2天了
        我们已经开课3天了
    

    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(1,101) if i%3==0)
    for l in gen:
        print(l)
            
    # 不用推导式和表达式
    lst = []
    for i in range(1,101):
        if i % 3 == 0:
            lst.append(i)
    print(lst)
    

    生成器表达式和列表推导式的区别:

    1.列表推导式比较消耗内存,一次性加载全部。生成器表达式几乎不占用内存,
    使用的时候才分配和使用。
    2.得到的值不一样。列表推导式得到的是一个列表;生成器表达式得到的是一个生成器。
    

    生成器的惰性机制:生成器只有在访问的时候才取值,只有在找他拿值得时候,才会执行,否则不会执行。

    def func():
        print(111)
        yield 222
    g = func()              # 生成器g
    g1 = (i for i in g)     # 生成器g1,但g1的数据来自g
    g2 = (i for i in g1)    # 生成器g2,数据来自g1
    
    print(list(g)           # 获g的数据,这时func()才会被执行,打印111,获取到222 g执行完毕
    print(list(g1)          # 获取g1中的数据,g1的数据来自g,但是g已经取完了,g1没有数据。
    print(list(g2)          # 同上
    
    ***深坑==> 生成器,需要用到值的时候才拿值***
    

    字典推导式:

    # 把字典中的key和value互换
    dic  = {'a':1,'b':2}
    dic1 = {dic[key]:key for key in dic}
    print(dic1) 
    
    # 在以下list中,从list1中获取的数据和list2中的数据组成新字典
    list1 = ['jay','jj','sylar']
    list2 = ['周杰伦','林俊杰','秋大拿']
    dic = {list1[i]:list2[i] for i in rnge(len(list1))}
    print(dic)
    

    集合推导式:

        集合推导式可以帮我们直接生成一个集合,集合的特点:无需、不重复,所以集合推导式自带去重功能。
        lst = [1,-1,8,-8,12] 
        # 绝对值去重
        s = {set(i) for i in lst}
        print(s)
    

    总结:

    推导式有:列表推导式、字典推导式、集合推导式(元组没有推导式)
    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,生成器对象可直接进行for循环,
    生成器具有惰性机制。
  • 相关阅读:
    I hate it [HDU 1754]
    K Besk [POJ 3111]
    Little Pony and Alohomora Part 3 [HihoCoder 1075]
    Shuffle 洗牌 [AHOI 2005]
    Qt打包程序
    linux用户相关命令介绍_用户密码与用户组相关命令_yum软件包相关_编译安装
    find查找条件_find处理动作_正则表达式_linux压缩命令_tar追加文件
    linux文本相关工具_文件权限相关_vim命令介绍_vim帮助信息
    linux目录介绍_目录命令介绍_文件增删改查_输入和输出
    linux系统命令linux命令介绍_bash特性_基础命令介绍
  • 原文地址:https://www.cnblogs.com/zhao-peng-/p/9671300.html
Copyright © 2011-2022 走看看