#!/usr/bin/env python
# -*- coding:utf-8 -*-
# ********************day19_生成器 *******************
# ********************day19_生成器 *******************
# ********************day19_生成器 *******************
'''
# # 1、yield
# # 2、yield举例-->生孩子
# # 3、yiel举例--> 卖包子
# # 4、不使用yield 举例--> 卖包子
# # # 生成列表，然后加载到内存当中，在进行使用
# # # 缺点1：占空间大
# # # 缺点2：效率低
# # 5、yield 举例-->人口普查
# # # 对所有的人口进行总和等计算
# # 6、、yield 对文件
# # # 取出来的是字符串
# # 7、不同变量对yield所在函数多次取值
# # # 某一变量 对yield的所在的生成器取完所有的值，定义一个新的变量，可以对生成器再次取值
# #
# # 8、不同变量，对生成器，同时取值互不影响
# # 9、send 迭代器中的方法
# # # yield 3相当于return控制的是函数的返回值，这里返回3
# # # x = yiled的另一个特性是：接受send传过来的值，赋值给x
# # # next方法的过程： t.__next__()（第一次next） --> 拿到yield的返回值（如 yield 1 等同于 return1） -->保存当前状态-->
# # # --> t.__next__()（第2次next） --> 拿到yield的返回值（如 yield 1 等同于 return1） -->保存当前状态-->
# # # -->...-->迭代结束
# # # send()方法的过程：t.send(22)（第一次send）--> 将11赋值个yield左边的等式（如 firt = yield, firt得到的值是22 ） -->
# # # --> 执行下面的程序，直到下一次的yield之前-->保存运行位置的状态 -->重复上述过程--> 。。。-->结束
# #
# # 10、单线程单触发
# # # 这种方式，执行效率低下，可与下面的“单线程多触发对比”
# # 11、迭代器实现单线程多触发
# # # 功能说明：一边做包子，一边把做好的包子拿给别人吃
# # # 可以同时执行触发多个程序，
'''
# print("分割线".center(80,'-'))
# --------------------------------------分割线---------------------------------------
# --------------------------------------分割线---------------------------------------
# --------------------------------------分割线---------------------------------------
# 01
# 01
# 01
# # 1、yield
#
# def test():
# yield 1
# yield 2
# yield 3
# yield "没有了，再来就报错了"
# res = test()
# print("迭代器地址：",res)
# print("第一个：",res.__next__())
# print("第2 个：",res.__next__())
# print("第3 个：",res.__next__())
# print("第4 个：",res.__next__())
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 迭代器地址： <generator object test at 0x00000000039AFA40>
# # 第一个： 1
# # 第2 个： 2
# # 第3 个： 3
# # 第4 个： 没有了，再来就报错了
# #
# # Process finished with exit code 0
# # 2、yield举例-->生孩子
# #
# import time
# def test():
# print("开始生孩子啦...")
# print("开始生孩子啦...")
# print("开始生孩子啦...")
# yield "me" # return
# time.sleep(3)
#
# print("开始生'son'啦...")
# yield "son"
# time.sleep(3)
#
# print("开始生'Sunzi'啦...")
# yield "SunZi"
# time.sleep(3)
#
# yield "没有了，再来就报错了"
#
# res = test()
# print("迭代器地址：",res)
# print("第一个：",res.__next__())
# print("第2 个：",res.__next__())
# print("第3 个：",res.__next__())
# print("第4 个：",res.__next__())
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 迭代器地址： <generator object test at 0x000000000399FA40>
# # 开始生孩子啦...
# # 开始生孩子啦...
# # 开始生孩子啦...
# # 第一个： me
# # 开始生'son'啦...
# # 第2 个： son
# # 开始生'Sunzi'啦...
# # 第3 个： SunZi
# # 第4 个： 没有了，再来就报错了
# #
# # Process finished with exit code 0
# # 3、yiel举例--> 卖包子
# # # 使用yield 的好处就是，yield每次只迭代一个值，同时不再用内存，可以在执行某个功能回来后，
# # # 从之前的位置，继续向下取值
# #
#
# def product_bun():
# for i in range(100):
# print("正在生产包子")
# yield("一提包子 %s出来啦！"%i)
# print("卖包子")
#
# pro_b = product_bun()
#
# bun1 = pro_b.__next__()
# print("看-->",bun1)
# # 代码实现某个特定功能
# print("=======做某事，回来后再继续吃包子=========")
# bun2 = pro_b.__next__()
# print("看-->",bun2)
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 正在生产包子
# # 看--> 一提包子 0出来啦！
# # =======做某事后，回来再继续吃包子=========
# # 卖包子
# # 正在生产包子
# # 看--> 一提包子 1出来啦！
# #
# # Process finished with exit code 0
# # 4、不使用yield 举例--> 卖包子
# # # 生成列表，然后加载到内存当中，在进行使用
# # # 缺点1：占空间大
# # # 缺点2：效率低
# #
#
# def product_bun():
# ret = []
# for i in range(5):
# # print("正在生产包子")
# ret.append("包子第 %s 盘出来啦！"%i)
# # print("卖包子")
# return ret
#
# bun_l = product_bun()
# print(bun_l)
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # ['包子第 0 盘出来啦！', '包子第 1 盘出来啦！', '包子第 2 盘出来啦！', '包子第 3 盘出来啦！', '包子第 4 盘出来啦！']
# #
# # Process finished with exit code 0
# 03
# 03
# 03
# # # 4.1、生成列表，然后加载到内存当中，在进行使用
# # # 缺点1：占空间大
# # # 缺点2：效率低
# #
#
# def xiadan():
# for i in range(3):
# yield '鸡蛋%s' %i
# alex_lmj = xiadan()
# print(alex_lmj.__next__())
# print(alex_lmj.__next__())
# print(alex_lmj.__next__())
# # print(alex_lmj.__next__()) # StopIteration
# # 5、yield 举例-->人口普查
# # # 对所有的人口进行总和等计算
# #
# # # 文件：人口普查.txt
'''
{'name':'北京','population':1}
{'name':'山东','population':2}
{'name':'山西','population':3}
{'name':'河北','population':4}
{'name':'台湾','population':5}
'''
#
# def get_population():
# with open('人口普查','r',encoding='utf-8') as f:
# for i in f:
# yield i
# g = get_population()
# print(g)
#
# all_pop = sum( eval(i)['population'] for i in g)
# print(all_pop)
#
# D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# <generator object get_population at 0x000000000399FAF0>
# 15
#
# Process finished with exit code 0
# # 6、、yield 对文件
# # # 取出来的是字符串
# #
# # # 文件：人口普查.txt
'''
{'name':'北京','population':1}
{'name':'山东','population':2}
{'name':'山西','population':3}
{'name':'河北','population':4}
{'name':'台湾','population':5}
'''
#
# def get_population():
# with open('人口普查','r',encoding='utf-8') as f:
# for i in f:
# yield i
# g = get_population()
# print(g)
# g1 = g.__next__() # 注意： 取出来的值是字符串
# print( g1,type(g1))
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # <generator object get_population at 0x000000000399FAF0>
# # {'name':'北京','population':1}
# # <class 'str'>
# #
# # Process finished with exit code 0
# #
# #
# #
#
# # 7、不同变量对yield所在函数多次取值
# # # 某一变量 对yield的所在的生成器取完所有的值，定义一个新的变量，可以对生成器再次取值
# #
# # # 文件：人口普查.txt
'''
{'name':'北京','population':1}
{'name':'山东','population':2}
{'name':'山西','population':3}
{'name':'河北','population':4}
{'name':'台湾','population':5}
'''
# def get_population():
# with open('人口普查','r',encoding='utf-8') as f:
# for i in f:
# yield i
# g = get_population()
# print(g)
# all_pop = sum( eval(i)['population'] for i in g)
# print("总人口数：",all_pop)
# # print(g,g.__next__()) # StopIteration表示值已经取完了
#
# m = get_population() # 可以对它再起取值 不影响
# print(m,m.__next__())
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # <generator object get_population at 0x000000000399FAF0>
# # 总人口数： 15
# # <generator object get_population at 0x000000000399FCA8> {'name':'北京','population':1}
# #
# #
# # Process finished with exit code 0
# # 8、、不同变量，对生成器，同时取值互不影响
# #
# # # 文件：人口普查.txt
'''
{'name':'北京','population':1}
{'name':'山东','population':2}
{'name':'山西','population':3}
{'name':'河北','population':4}
{'name':'台湾','population':5}
'''
# def get_population():
# with open('人口普查','r',encoding='utf-8') as f:
# for i in f:
# yield i
# g = get_population()
# m = get_population() # 不同变量，对生成器，同时取值
#
# print('g地址： ',g)
# print('m地址： ',m)
# print('g.__next__()',g.__next__()) # 不同变量，对生成器，同时取值互不影响
# print('m.__next__()',m.__next__())
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # g地址： <generator object get_population at 0x000000000399FAF0>
# # m地址： <generator object get_population at 0x000000000399FCA8>
# # g.__next__() {'name':'北京','population':1}
# #
# # m.__next__() {'name':'北京','population':1}
# #
# #
# # Process finished with exit code 0
#
# 05
# 05
# 05
#
# # 9、send 迭代器中的方法
# # # yield 3相当于return控制的是函数的返回值，这里返回3
# # # x = yiled的另一个特性是：接受send传过来的值，赋值给x
# # # next方法的过程： t.__next__()（第一次next） --> 拿到yield的返回值（如 yield 1 等同于 return1） -->保存当前状态-->
# # # --> t.__next__()（第2次next） --> 拿到yield的返回值（如 yield 1 等同于 return1） -->保存当前状态-->
# # # -->...-->迭代结束
# # # send()方法的过程：t.send(22)（第一次send）--> 将11赋值个yield左边的等式（如 firt = yield, firt得到的值是22 ） -->
# # # --> 执行下面的程序，直到下一次的yield之前-->保存运行位置的状态 -->重复上述过程--> 。。。-->结束
# #
#
# def test():
# print("开始啦……")
# firt = yield 1 # 相当于，reutrn 1， firt =None, 运行状态保留在这里
# print("第一次,yield之后",firt)
#
# yield 2
# print("第2次", )
#
# t = test() # 这里并没有运行
# res = t.__next__() # next()内置函数方法也可以
# print("第一次调用next：",res)
#
# res1 =t.send("函数停留在first那个位置，我就是给first赋值的")
# print("第一次调用send：",res1)
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 开始啦……
# # 第一次调用next： 1
# # 第一次,yield之后 函数停留在first那个位置，我就是给first赋值的
# # 第一次调用send： 2
# #
# # Process finished with exit code 0
# # 10、单线程单触发
# # # 这种方式，执行效率低下，可与下面的“单线程多触发对比”
# import time
# def produce():
# ret = []
# for i in range(3):
# time.sleep(1)
# ret.append('包子%s'%i)
# return ret
#
# def consumer(res):
# for index, baozi in enumerate(res):
# time.sleep(1)
# print('第%s个人，吃了%s'%(index,baozi))
# print("开始点包子啦……")
# res = produce()
# print("开吃咯……")
# consumer(res)
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 开始点包子啦……
# # 开吃咯……
# # 第0个人，吃了包子0
# # 第1个人，吃了包子1
# # 第2个人，吃了包子2
# #
# # Process finished with exit code 0
# # 11、迭代器实现单线程多触发
# # # 功能说明：一边做包子，一边把做好的包子拿给别人吃
# # # 可以同时执行触发多个程序，
# #
#
# import time
#
# def consumer(name):
# print("我是【%s】,我准备开始吃包子啦", name)
# while True:
# bun = yield
# time.sleep(1)
# print("%s 很开心的把【%s】吃掉啦"%(name,bun) )
#
# def producer():
# c1 = consumer("--wu--")
# c2 = consumer(" sb ")
# c1.__next__() # 开始运行迭代器
# c2.__next__()
# for i in range(3):
# time.sleep(1)
# c1.send("包子 %s" %i)
# c2.send("包子 %s" %i)
#
# producer()
#
#
# # D:\Anaconda3\python.exe D:/C_cache/py/day19_ShengChengQi/day19_ShengChengQi.py
# # 我是【%s】,我准备开始吃包子啦 --wu--
# # 我是【%s】,我准备开始吃包子啦 sb
# # --wu-- 很开心的把【包子 0】吃掉啦
# # sb 很开心的把【包子 0】吃掉啦
# # --wu-- 很开心的把【包子 1】吃掉啦
# # sb 很开心的把【包子 1】吃掉啦
# # --wu-- 很开心的把【包子 2】吃掉啦
# # sb 很开心的把【包子 2】吃掉啦
# #
# # Process finished with exit code 0
day19_生成器
猜你喜欢
转载自blog.csdn.net/xu380393916/article/details/81288695
今日推荐
周排行