欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python生成器和各种推导式

程序员文章站 2022-03-23 19:07:51
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 ......

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

 1 def func():
 2     print('我叫周润发')
 3     yield '林志玲'  # yield表示返回. 不会终止函数的执行
 4     print('我干嘛了?')
 5     yield '宝宝回来了'
 6     print('宝宝你在干嘛')
 7     yield '没了'
 8 ret = func()  # 执行函数,此时没有运行函数
 9 # 此时我们拿到的是生成器
10 print('返回值是', ret)  #<generator生成器 object func at 0x0000018dac980eb8>
11 
12 # 执行到下一个yield
13 print(ret.__next__())  #第一次执行到__next__此时函数才开始执行
14 print(ret.__next__())  #执行到下一个yield
15 print(ret.__next__())  # stopiteration

 

.各种推导式 (诡异)

列表推导式 [结果 for循环 if]

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

字典推导式 {结果(k:v) for循环 if}

 

1 dic = {"主食": "炒面", "副食": "小拌菜", "汤": "疙瘩汤"}
2 dic1 = {v: k for k, v in dic.items()}
3 print(dic1)

集合推导式 {结果(k) for循环 if}

 

生成器表达式

 

 1 g = (i for i in range(10))  # 生成器表达式
 2 
 3 print(g)  # <generator object <genexpr> at 0x000001c354050eb8>
 4 
 5 print(g.__next__())  # 0
 6 print(g.__next__())  # 1
 7 print(g.__next__())  # 2
 8 print(g.__next__())  # 3
 9 print(g.__next__())  # 4
10 print(g.__next__())  # 5
11 print(g.__next__())  # 6
12 print(g.__next__())  # 7
13 print(g.__next__())  # 8
14 print(g.__next__())  # 9

 

 

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__())