python生成器和各种推导式

一. 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)

二. 生成器函数 (重点)
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
send(), 执行到下一个yield, 给上一个yield位置传值

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

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

 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('我干嘛了?')

     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

 # 此时我们拿到的是生成器

 print('返回值是', ret)  #<generator生成器 object func at 0x0000018DAC980EB8>

 # 执行到下一个yield

 print(ret.__next__())  #第一次执行到__next__此时函数才开始执行

 print(ret.__next__())  #执行到下一个yield

 print(ret.__next__())  # StopIteration

三.各种推导式 (诡异)

列表推导式 [结果 for循环 if]

 lst = ['python%s期' % i for i in range(1, 19)]

 print(lst)

字典推导式 {结果(k:v) for循环 if}

 dic = {"主食": "炒面", "副食": "小拌菜", "汤": "疙瘩汤"}

 dic1 = {v: k for k, v in dic.items()}

 print(dic1)

集合推导式 {结果(k) for循环 if}

生成器表达式

 g = (i for i in range(10))  # 生成器表达式

 print(g)  # <generator object <genexpr> at 0x000001C354050EB8>

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

 print(g.__next__())  #

四.yield from

def func():

    lst = ['衣服%s' %i for i in range(500)]

    yield from lst  # 可以吧一个可迭代对象

gen = func()

print(gen.__next__())

print(gen.__next__())

print(gen.__next__())

巴特西

python生成器和各种推导式

最新文章

热门文章