python之生成器

1. 生成器
  本质就是迭代器.
  一个一个的创建对象
  创建生成器的方式:
    1. 生成器函数
    2. 通过生成器表达式来获取生成器
    3. 类型转换(看不到)
2. 生成器函数 
生成器函数中包含 yield , 返回数据和return差不多.
return会立即结束这个函数的执行
yield 可以分段的执行一个函数

生成器函数在执行的时候返回生成器. 而不是直接执行此函数

能向下执行的两个条件:
  __next__(), 执行到下一个yield

def func():
    print('今天是12.11', end=' ')
    yield 'today'
    print('昨天是12.10', end=' ')
    yield 'yesterday'
    print('明天是12.13', end=' ')
    yield 'tomorrow'

ret = func()
print(ret) # <generator object func at 0x0000000001DFB7D8>
print(ret.__next__()) # 今天是12.11 today
print(ret.__next__()) # 昨天是12.10 yesterday
print(ret.__next__()) # 明天是12.13 tomorrow

send(), 执行到下一个yield, 给上一个yield位置传值

def func():
    print('今天是12.11', end=' ')
    a = yield 'today'
    print('a',a, end=' ')
    print('昨天是12.10', end=' ')
    b = yield 'yesterday'
    print('b', b,  end=' ')
    print('明天是12.13', end=' ')
    c = yield 'tomorrow'
    print('c', c,  end=' ')

gen = func()
print(gen.__next__())  # 第一个位置用send()没有意义  今天是12.11 today
print(gen.send('1')) # 给上一个yield传 值  a 1 昨天是12.10 yesterday
print(gen.send('2')) # b 2 明天是12.13 tomorrow

所有的生成器都是迭代器都可以直接使用for循环, 都可以使用list()函数来获取到生成器内所有的数据

lst = []
for i in range(1, 13):
    lst.append('今天是第%s天' % i)
print(lst) # ['今天是第1天', '今天是第2天', '今天是第3天', '今天是第4天', '今天是第5天', '今天是第6天', '今天是第7天', '今天是第8天', '今天是第9天', '今天是第10天', '今天是第11天', '今天是第12天']
lst = ['今天是第%s天' % i for i in range(1, 13)]
print(lst) # ['今天是第1天', '今天是第2天', '今天是第3天', '今天是第4天', '今天是第5天', '今天是第6天', '今天是第7天', '今天是第8天', '今天是第9天', '今天是第10天', '今天是第11天', '今天是第12天']

gen = func() # 创建生成器. 此时运行会把生成器函数中的代码记录在内存
当执行到__next__(), 运行此空间中的代码, 运行到yield结束.

优点: 节省内存, 生成器本身就是代码. 几乎不占用内存
特点: 惰性机制, 只能向前. 不能反复


3. 各种推导式 (诡异)
列表推导式 [结果 for循环 if]

# 生成列表,内容是1-100之间所有偶数的平方
lst = [i**2 for i in range(1, 101) if i % 2 ==0]
print(lst)

字典推导式 {结果(k:v) for循环 if}

#练习: {"主食":'炒面','副食':'酸辣土豆粉', '汤':'鸡蛋汤'}
dic = {"主食":'炒面','副食':'酸辣土豆粉', '':'鸡蛋汤'}
dic = {v:k for k,v in dic.items()}
print(dic)

 集合推导式 {结果(k) for循环 if}

lst = [1, -1, 8, -8, 12]
# 绝对值去重
s = {abs(i) for i in lst}
print(s) # {8, 1, 12}
原文地址:https://www.cnblogs.com/q455674496/p/10102296.html