day13 生成器函数 推导式 生成器
enumerate()
lst = ['bajie', 'wukong', 'datang']
for i, el in enumerate(lst, 100): #获取下标和元素, 默认从0开始,可以当成下标. 这里是从100开始
print(i, el)
一.生成器
生成器的本质就是迭代器
生成器的特点和迭代器一样. 取值方式和迭代器一样(__next__())
由生成器函数或生成器表达式来创建
其实就是手写的迭代器
二.生成器函数
函数中如果有yield, 那么这个函数就是生成器函数. 调用生成器函数: 函数名(), 得到的是生成器, 这个时候不执行
yield: 相当于return可以返回数据, 但是不会结束函数, 会往下走, 分段执行函数,
rst.__next__() 执行函数, 执行到下一个yield
rst.__next__() 继续执行函数, 执行到下一个yield
#普通函数
def func():
return 1
print(func())
#生成器函数
def func():
print('bajie')
yield 1 #只需要把return改成yield, 此时调用: 不会执行你的函数, 得到的是生成器
print('八戒')
yield 2
print(func())
rst = func() #获取的是生成器, 这个时候不执行
print(rst.__next__()) #本质是迭代器, 可以用 __next__ 方法, 此时会执行到下一个yield
print(rst.__next__()) #若没有下一个yield, 会在函数的结束前报错: StopIteration
生成器函数的应用
#普通函数, 占内存
def order():
lst = []
for i in range(1, 10001):
lst.append('clouse %s' % i)
return lst
print(order())
#生成器函数
def order():
for i in range(1, 10001):
yield 'clouse %s' % i
rst = order() #获取生成器(相当于老母鸡)
print(rst.__next__()) #几乎不占资源, 需要的时候生成
print(rst.__next__()) #惰性机制
print(rst.__next__()) #只能向前
send()方法
和__next_()一样, 可以执行到下一个yield, 同时还有另外一个功能, 可以给上一个yield位置传值
def func():
print('one line')
a = yield 123 #执行第一个__next__, 会在生成器中找到yield, 然后暂停, a = 这个没有执行, 如何解决 a 无值的问题?
print(a)
print('two line')
b = yield 456
print(b)
print('stree line')
c = yield 789
print(c)
print('four line')
d = yield 666
g = func()
print(g.__next__())
print(g.send('---------')) #给上一个yield结束的位置发送一个值
print(g.send('---------'))
print(g.send('---------'))
生成器可以用for循环
def func():
yield 1
yield 33
yield 222
yield 4444
for i in func(): #for的内部一定有__next__()方法
print(i)
print(list(func())) #这种也可以拿到生成器的值, 内部也有__next__()方法
三.推导式
循环装数据
lst = []
for i in range(1, 16):
lst.append('python %s' % i)
print(lst)
列表推导式, 用一句话来生成一个列表
lst = ['python %s' % i for i in range(1, 16, 2)] # [ 前面是结果(列表中元素的格式) 空格 用for来产生i的值 ]
lst = ['python %s' % i for i in range(1, 16) if i%2 ==1] #完整语法 [结果 for循环 判断]
print(lst)
names = [['bajie','wukong'],['bajie', 'datanog'],['ooaa','bajiebajie']] #找到名字中用两个字母a的名字
lst = [name for ll in names for name in ll if name.count('a') == 2] #标点全用空格代替
print(lst)
字典推导式
lst = [11,22,33,44]
dic = {i:v for i,v in enumerate(lst) if i < 2} #语法和列表推导式类似
print(dic)
集合推导式
s = {i for i in range(100) if i%2 == 1} #和字典推导式类似, 只有一个key
print(s)
四.生成器表达式
没有元组推导式, 因为元组不可变(不能增删改), 叫做生成器表达式
tu = (i for i in range(10) if i < 6) #得到的是生成器
print(tu)
print(tu.__next__())
print(tu.__next__())
生成器的惰性机制: 1.生成器取值每次都要到源头取, 源头只能向前, 数据取完就没有了
def func():
print('one line')
yield 666
yield 777
yield 888
g1 = func() #获取生成器
g2 = (i for i in g1) #生成器
g3 = (i for i in g2) #生成器
print('---------------') #到这里所有的生成器都没有执行
print(list(g1)) #[666, 777, 888] 全拿了
print(list(g2)) #[] #所以这里为空
print(list(g3)) #[] #同理这里为空
生成器, 要值的时候才会拿
def add(a, b): #求和
return a + b
def test(): #生成器函数(0,1,2,3)
for i in range(4):
yield i
g = test() #获取生成器
for n in [2, 10]: #n = 2, 10
g = (add(n, i) for i in g) #当n=2时, g = (add(n, i) for i in g) 此时无执行(只记录代码, 不带值), 当n=10时 g = (add(n, i) for i in g), 把上次g带入本次
#为 g = (add(n, i) for i in add(n, i) for i in g))
# (20,21,22,34)<-10 (10,11,12,13)<-(10,11,12,13)<-10 (0,1,2,3)<-(0,1,2,3)
print(list(g)) #当遇到list时,生成器执行, 此时 n = 10(所有的n都是10), 代入上面的表达式
#__next__(), send(), for循环, list 这四种情况, 生成器才执行, 去取值