python记录_day12 生成器

什么是生成器?

生成器的实质就是迭代器,我们能够从生成器中一个一的拿值

python中获取生成器的方式有三种:

1、通过生成器函数

2、通过生成器表达式

3、通过数据转换也可以获取生成器(某些对象执行一个方法就能返回一个生成器,这个现在用不到)

一、 生成器函数

 def gen():
代码块
yield 返回值 gen() #表示获取一个生成器,是一个内存地址,装的是代码,并不执行,用的时候才会执行

将return换成yield就是生成器函数了,上面就是生成器函数的格式。yield的作用是代码执行到这里就会停止,并且会返回一个值,所以代码能够分段执行,这就是生成器能逐个拿值的原因。

对于生成器函数,函数名+()并不表示函数执行,而是获取一个生成器对象。生成器装的是代码,只有在需要拿值的时候才会执行,这是生成器的惰性机制。

1、通过__next__访问生成器

 # def gen():
# print("娃哈哈")
# yield '爽歪歪'
# print("酸酸乳")
# yield 'AD钙奶'
# print('黄焖鸡米饭')
#
# ret = gen() #获取生成器对象,生成器装的是代码,要的时候运行一段
# print(ret) #<generator object gen at 0x0000000001E12F10> 生成器 generator
# print(ret.__next__()) #调用__next__才会执行,返回爽歪歪
# print(ret.__next__()) #调用__next__才会执行,返回Ad钙奶
#print(ret.__next__()) #StopIteration 迭代器,就找yield,找不到就会报错 往下运行,打印出了“黄焖鸡米饭”,但是找不到yield,所以报错

__next__()

2、通过send()访问生成器

send()可以取值的同时给上一个yield位置传值

 def func():
print("水饺")
a = yield "大馅水饺"
print("a=", a)
print("烧饼")
b = yield "武大郎烧饼"
print("b=", b)
print("老婆饼")
c = yield "只要老婆不要饼"
print("c =",c) g = func()
print("返回值是:",g.__next__())
print("返回值是:",g.send("面条"))
print("返回值是:",g.send("面条"))
#print("返回值是:",g.send("面条")) #c = 面条 报错 StopIteration #结果
水饺
返回值是: 大馅水饺
a= 面条
烧饼
返回值是: 武大郎烧饼
b= 面条
老婆饼
返回值是: 只要老婆不要饼

send()

send和__next__的区别:

  send()和__next__都可以让生成器向下走一段,但send可以给上一个yield位置传值,使用时不能在第一次,也不能给最后一个yield传值

二、推导式

1、列表推导式

语法:[ 结果  for循环  if判断 ]

 lst = ["中岛美雪","夏川美里","原由子","汪峰","田震","那英","周杰伦"]

 l = [name for name in lst if len(name) == 2  ] #这就是列表推导式
print(l)

2、字典推导式

语法:{ key:value  for循环  if判断 }

dic ={"张无忌":"赵敏","杨过":"小龙女","郭靖":"黄蓉"}
new_dic = {dic[k]: k for k in dic} #字典推导式
print(new_dic)
new = {v:k for k,v in dic.items()} #字典推导式
print(new)

字典推导式

3、集合推导式

语法:{ 结果 for循环  if判断 }

lst = [1,2,3,1,2,4]
se = {k for k in lst} #这是集合推导式
print(se) # {1,2,3,4}

集合推导式自带去重功能

5、没有元组推导式

6、生成器表达式

语法:( 结果 for循环  if判断 )

 names = [['Tom',"Billy","Jefferson","Abdrew","Wesley","Steven","Joe"],['Alice',"Jill","Ana","Wendy",'Jennifer','Sherry','Eva']]

 name_gen = (name for el in names for name in el if name.count("e")==2)
print(name_gen.__next__())
print(name_gen.__next__())
print(name_gen.__next__()) 结果
#Jefferson
#Wesley
#Steven

生成器表达式

生成器拿值方式:

1、用__next__和send

2、使用for循环

 gen = (i for i in range(1,100) if i % 3 == 0)
for num in gen:
print(num)

3、list(g),g是生成器

 gen = (i * i for i in range(100) if i % 3 == 0)
print(list(gen))

结果是一个列表

[0, 9, 36, 81, 144, 225, 324, 441, 576, 729, 900, 1089, 1296, 1521, 1764, 2025, 2304, 2601, 2916, 3249, 3600, 3969, 4356, 4761, 5184, 5625, 6084, 6561, 7056, 7569, 8100, 8649, 9216, 9801]

生成器的特性:

1、节省内存

2、惰性机制   (不到最后使用时不会拿值)

3、拿值只能往前,不能后退

惰性机制+只能往前拿值特性的组合考察(深坑):

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

print(list(g2)) # 和g1同理 #结果
111
222
[]
[]

**小知识  yield from**

yield ffrom 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 = ["花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
yield from lst g = gen() #获取生成器
for el in g:
print(el) 等价于:
def gen():
lst = ["花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
yield lst[0]
yield lst[0]
yield lst[0]
yield lst[0]
g = gen() #获取生成器
for el in g:
print(el)

yield from

**面试题**

1、

def gen():
lst = ["花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
lst2 = ["饼铛还是微星的好", "联想不能煮鸡蛋", "微星就可以", "还可以烙饼"]
yield from lst #yield from 会迭代返回列表中的元素,执行完lst才会执行lst2,所以不会有交替打印的效果
yield from lst2
g = gen()
for el in g:
print(el)
效果:
花藤
胡辣汤
微星牌饼铛
Mac牌锅铲
饼铛还是微星的好
联想不能煮鸡蛋
微星就可以
还可以烙饼

2、

def add(a,b):
return a + b
def test():
for r_i in range(4):
yield r_i
g = test()
for n in [2,10]:
g = (add(n,i) for i in g)
print(list(g))
#for循环第一次执行,n= 2时 g变为了 g = add(n,i) for i in (add(n,i) for i in test() 这时没取值,g也就不执行
# for第二次执行,n=10 此时 g= add(n,i) for i in (add(n,i) for i in test() 这时开始取值 ,g执行 结果:
[20, 21, 22, 23]
上一篇:DirectX11 With Windows SDK--03 索引缓冲区、常量缓冲区


下一篇:C++_基础_C与C++的区别