python 生成器 和生成器函数 以及各种推导式

一.生成器   本质就是迭代器. 我们可以直接执⾏__next__()来执⾏ 以下⽣成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)二.生成器函数(重点)   深坑:生成器在要值得时候才拿值生成器函数中包含yield,返回数据和return差不多:return会立即结束这个函数的执行,yield 表示返回,不会终止函数的执行,可以分段的执行一个函数.当函数中包含了yield,次函数就是生成器函数坑:生成器函数在执行的时候返回生成器.而不是之直接执行此函数函数中包含了yield, 此函数就是生成器函数大坑: 生成器函数运行之后. 产生一个生成器. 而不是运行函数def func():    print(“我叫周润发”)    yield “林志玲”   # yield表示返回. 不会终止函数的执行    print(“宝宝干嘛去了??”)    yield “宝宝回来了”    print(“宝宝你在干嘛?”)    # yield “没了” ret = func() # 执行函数, 此时没有运行函数.生成器或者迭代器的好处:节省内存# # 此时我们拿到的是生成器# print(“返回值是”, ret) # <generator生成器 object func at 0x0000000009E573B8> # 执行到下一个yieldprint(ret.__next__()) # 第一次执行__next__此时函数才开始执行print(ret.__next__()) # 执行到下一个yieldprint(ret.__next__()) # StopIterationsend()  —-> 同__next__()开始执行send()可以给上一个yield位置传值能够向下执行的两个条件:     __next__(),执行到下一个yield     send(),执行到下一个yield,给上一个yield位置传值,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()def func():    print(“韭菜盒子”)    a = yield “韭菜鸡蛋”    print(“a”, a)    b = yield “韭菜西红柿”    print(“b”, b)    c = yield “火烧”    yield “GAME OVER” gen = func() print(gen.__next__()) # 第一个位置用send没有任何意义print(gen.send(“篮球”)) # 给上一个yield位置传值  “篮球”这个值赋值给aprint(gen.send(“足球”)) ##韭菜盒子韭菜鸡蛋a 篮球韭菜西红柿b 足球火烧生成器中记录的是代码而不是函数的运行def func():            print(“我的天哪 “)             yield “宝宝”         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. 不能反复三.各种推导式列表推导式    [结果 for循环 if]#生成列表: python1->python18lst = []for i in range(1, 19):    lst.append(“python%s期” % i) print(lst)列表推导式 [结果 for循环 if条件]  lst = [“python%s期” % i for i in range(1, 19)]print(lst) #生成列表.类表中装的数据是 1-100之间所有的偶数的平方 lst = [i**2 for i in range(1, 101) if i%2 == 0]print(lst) #筛选出列表中姓张的同学, lst = [“张无忌”, “吴奇隆”, “张诗诗”, “范冰冰”, “张翠山”]lst = [“张无忌”, “吴奇隆”, “张诗诗”, “范冰冰”, “张翠山”]lst2 = [name for name in lst if name.startswith(“张”)]print(lst2) # 寻找名字中带有两个e的人的名字names = [[‘Tom’, ‘Billy’, ‘Jefferson’, ‘Andrew’, ‘Wesley’, ‘Steven’,’Joe’],        [‘Alice’, ‘Jill’, ‘Ana’, ‘Wendy’, ‘Jennifer’, ‘Sherry’, ‘Eva’]] lst = [name for el in names for name in el if name.count(“e”) == 2]print(lst)字典推导式    {结果(k:v) for循环 if}字典推导式语法: { 结果(key:value) for循环 if条件}lst = [11,22,33]  # {0:11, 1:22, 2:33} dic = {i:lst[i] for i in range(len(lst))}print(dic) 练习: {“主食”: “炒面”, “副食”: “小拌菜”, “汤”:”疙瘩汤”}把字典的key和value互换, 生成新字典dic =  {“主食”: “炒面”, “副食”: “小拌菜”, “汤”:”疙瘩汤”}d = { v:k for k, v in dic.items()}print(d)结合推导式    {结果(k) for循环 if}没有元组推导式四.生成器表达式(重点)(结果 for循环 if)g = (i for i in range(10)) # 生成器表达式 print(g)  # <generator object <genexpr> at 0x0000000009E573B8> print(g.__next__()) # 0print(g.__next__()) # 1print(g.__next__()) # 2print(g.__next__()) # 3print(g.__next__()) # 4print(g.__next__()) # 5print(g.__next__()) # 6print(g.__next__()) # 7print(g.__next__()) # 8print(g.__next__()) # 9# print(g.__next__()) # ??? StopIterationfrom   可以把一个可迭代对象分别进行yield返回def func():    lst = [“衣服%s” % i for i in range(500)]    yield from lst # 可以把一个可迭代对象分别进行yield返回     lst1 = [“python%s” % i for i in range(18)]    yield from lst1  gen = func()print(gen.__next__())print(gen.__next__())