生成器和生成器表达方式
---恢复内容开始---
一. 生成器
生成器实质就是迭代器.
在python中有三种方式来获取生成器:
1. 通过生成器函数
2. 通过各种推导式来实现生成器
3. 通过数据的转换也可以获取生成器
首先, 我们先看一个很简单的函数:
def func(): print("这几天下雨啦") return "很大" func() 这几天下雨啦
def func(): print("这几天下雨啦") return "很大" print(func()) 这几天下雨啦 很大
将函数中的return换成yield就是⽣成器
def func(): print("这几天下雨啦") yield "很大" print(func()) <generator object func at 0x00000245F33D2750>
运行的结果和上面不一样. 为什么呢. 由于函数中存在了yield. 那么这个函数就是一个生成器函数. 这个时候. 我们再执行这个函数的时候. 就不再是函数的执行了. 而是获取这个生成器. 如何使用呢? 想想迭代器. ⽣成器的本质是迭代器. 所以. 我们可以直接执行__next__()来执行.
def func(): print("这几天下雨啦") yield "很大" g=func() print(g.__next__()) 这几天下雨啦 很大
def func(): print("德玛西亚万岁") yield "英雄联盟" print("我的大刀早已饥渴难耐了") yield "蛮王" print("屈服吧,蠢货") yield "无双剑姬" g=func() print(g.__next__()) print(g.__next__()) print(g.__next__()) 德玛西亚万岁 英雄联盟 我的大刀早已饥渴难耐了 蛮王 屈服吧,蠢货 无双剑姬
def func(): print("德玛西亚万岁") yield "英雄联盟" print("我的大刀早已饥渴难耐了") yield "蛮王" print("屈服吧,蠢货") yield "无双剑姬" print("诺克萨斯") #最后一个yield g=func() print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) 德玛西亚万岁 Traceback (most recent call last): 英雄联盟 我的大刀早已饥渴难耐了 蛮王 屈服吧,蠢货 File "E:/chenwei/陈伟learning/week3/day3.py", line 65, in <module> 无双剑姬 诺克萨斯 print(g.__next__()) StopIteration Process finished with exit code 1
当程序运⾏完后⼀个yield. 那么后⾯面继续进行__next__()程序会报错.
def func(): print("德玛西亚万岁") yield "英雄联盟" print("我的大刀早已饥渴难耐了") yield "蛮王" print("屈服吧,蠢货") yield "无双剑姬" g=func() print(func().__next__()) print(func().__next__()) **不是一个生成器 print(func().__next__()) 德玛西亚万岁 英雄联盟 德玛西亚万岁 英雄联盟 德玛西亚万岁 英雄联盟
# return 直接返回结果. 结束函数的调用
# yield 返回结果.可以让函数分段执行
生成器作用:
def func(): lst=[] for i in range(1,14): lst.append("学生%s" % i) return lst print(func()) ['学生1', '学生2', '学生3', '学生4', '学生5', '学生6', '学生7', '学生8', '学生9', '学生10', '学生11', '学生12', '学生13']
def func(): i=1 while i <14: yield "学生%s" % i i+=1 g=func() print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) print(g.__next__()) ...... 学生1 学生2 学生3 学生4 学生5 学生6 ......
区别: 第⼀种是直接⼀次性全部拿出来.会很占用内存. 第二种使⽤⽣成器. ⼀次就⼀个. ⽤多少⽣成多少.⽣成器是⼀个⼀个的指向下⼀个.不会回去, __next__()到哪, 指针就指到哪⼉.下⼀次继续获取指针指向的值.
生成器可以使用for循环来循环获取内部的元素:
def func(): yield "剑姬" yield "剑豪" yield "剑圣" yield "剑魔" g=func() for i in g: print(i) 剑姬 剑豪 剑圣 剑魔
def func():
yield "剑姬"
yield "剑豪"
yield "剑圣"
yield "剑魔"
g=func()
it=g.__iter__()
while True:
try:
print(it.__next__())
except StopIteration:
break
剑姬
剑豪
剑圣
剑魔
def func():
yield "剑姬"
yield "剑豪"
yield "剑圣"
yield "剑魔"
g=func()
lst=list(g)
print(lst)
['剑姬', '剑豪', '剑圣', '剑魔']
接下来我们来看send⽅方法, send和__next__()⼀样都可以让生成器执⾏到下⼀个yield.
def func(): print("今天看什么电影?") yield "动作?情节?" print("今天吃什么饭?") yield "刀削面?盖饭?" print("今天去哪里玩?") yield "网吧?游戏厅?" g=func() print(g.__next__()) print(g.__next__()) print(g.__next__()) 今天看什么电影? 动作?情节? 今天吃什么饭? 刀削面?盖饭? 今天去哪里玩? 网吧?游戏厅?
def func(): print("今天看什么电影?") yield "动作?情节?" print("今天吃什么饭?") yield "刀削面?盖饭?" print("今天去哪里玩?") yield "网吧?游戏厅?" g=func() print(g.__next__()) print(g.send(1)) print(g.__next__()) 今天看什么电影? 动作?情节? 今天吃什么饭? 刀削面?盖饭? 今天去哪里玩? 网吧?游戏厅?
def func(): print("今天看什么电影?") a=yield "动作?情节?" print(a) print("今天吃什么饭?") b=yield "刀削面?盖饭?" print(b) print("今天去哪里玩?") c=yield "网吧?游戏厅?" print(c) g=func() print(g.__next__()) print(g.send(1)) print(g.__next__()) 今天看什么电影? 动作?情节? 1 今天吃什么饭? 刀削面?盖饭? None 今天去哪里玩? 网吧?游戏厅?
def func(): print("今天看什么电影?") a=yield "动作?情节?" print(a) print("今天吃什么饭?") b=yield "刀削面?盖饭?" print(b) print("今天去哪里玩?") c=yield "网吧?游戏厅?" print(c) g=func() print(g.__next__()) print(g.send(1)) print(g.send(2)) print(g.send(3)) Traceback (most recent call last): 今天看什么电影? File "E:/chenwei/陈伟learning/week3/day3.py", line 174, in <module> 动作?情节? print(g.send(3)) 1 StopIteration 今天吃什么饭? 刀削面?盖饭? 2 今天去哪里玩? 网吧?游戏厅? 3
__next__() 可以让生成器向下执行一次
send() 也可以让生成器向下执行一次, 给上一个yield传一个值, 第一个不能用send().
最后一个也不要传值
def func(): print("今天看什么电影?") a=yield "动作?情节?" print(a) print("今天吃什么饭?") b=yield "刀削面?盖饭?" print(b) print("今天去哪里玩?") c=yield "网吧?游戏厅?" print(c) yield "game over" g=func() print(g.__next__()) print(g.send(1)) print(g.send(2)) print(g.send(3)) 今天看什么电影? 动作?情节? 1 今天吃什么饭? 刀削面?盖饭? 2 今天去哪里玩? 网吧?游戏厅? 3 game over
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()
⼆. 列表推导式, 生成器表达式以及其他推导式
给出一个列表, 通过循环, 向列表中添加1-9 :
lst=[] for i in range(1,10): lst.append(i) print(lst) [1, 2, 3, 4, 5, 6, 7, 8, 9]
替换成列列表推导式:
lst=[i for i in range(1,10)] print(lst) [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 列表推倒式; 最终给你的是列表
# 语法 [最终结果(变量) for 变量 in 可迭代对象]
# 1. 获取1-100内的偶数 for i in range(1,100): if i %2==0: print(i) #推导式 lst=[i for i in range(1,100) if i%2==0] print(lst)
[最终结果 for 变量 in 可迭代对象 if 条件]
# 获取1-100内能被3整除的数 lst=[i for i in range(1,101) if i%3==0] print(lst) # 100以内能被3整除的数的平⽅方 lst=[i**2 for i in range(1,101) if i%3==0 ] print(lst) # 寻找名字中带有两个e的⼈人的名字 names = [['Tom', 'Billy', 'Jefferson' , 'Andrew' , 'Wesley' , 'Steven' , 'Joe'],['Alice', 'Jill' , 'Ana', 'Wendy', 'Jennifer', 'Sherry' , 'Eva']] lst=[name for first in names for name in first if name.count("e")==2] print(lst)
生成器表达式
g=(i for i in range(10)) print(list(g)) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
g=("英雄联盟我第%s次玩" % i for i in range(10)) for i in g: print(i) 英雄联盟我第0次玩 英雄联盟我第1次玩 英雄联盟我第2次玩 英雄联盟我第3次玩 英雄联盟我第4次玩 英雄联盟我第5次玩 英雄联盟我第6次玩 英雄联盟我第7次玩 英雄联盟我第8次玩 英雄联盟我第9次玩
⽣成器表达式和列表推导式的区别:
1. 列表推导式比较耗内存. ⼀次性加载. ⽣成器表达式⼏乎不占⽤内存. 使⽤的时候才分配和使⽤内存
2. 得到的值不⼀样. 列表推导式得到的是一个列表. ⽣成器表达式获取的是⼀个⽣成器.
举个例子.
同样⼀篮⼦鸡蛋. 列表推导式: 直接拿到⼀篮⼦鸡蛋. ⽣成器表达式: 拿到⼀个老⺟鸡. 需要鸡蛋就给你下鸡蛋. ⽣成器的惰性机制: ⽣成器只有在访问的时候才取值. 说⽩了. 你找他要他才给你值.不找他要. 他是不会执行的.
# 生成器的惰性机制
def func():
print(111)
yield 222
g = func() # ⽣成器g
g1 = (i for i in g) # ⽣成器g1. 但是g1的数据来源于g
g2 = (i for i in g1) # ⽣成器g2. 来源g1
print(list(g)) # 获取g中的数据. 这时func()才会被执行. 打印111.获取到222. g完毕.
print(list(g1)) # 获取g1中的数据. g1的数据来源是g. 但是g已经取完了了. g1 也就没有数据了
print(list(g2)) # 和g1同理理
111
[222]
[]
[]
字典推导式:
dic={"a":"b","c":"d"}
new_dic={dic[key]:key for key in dic}
print(new_dic)
{'b': 'a', 'd': 'c'}
lst1=["黑旋风","及时雨","豹子头","智多星"] lst2=["李逵","宋江","林冲","吴用"] dic={lst1[i]:lst2[i] for i in range(len(lst1))} print(dic) {'黑旋风': '李逵', '及时雨': '宋江', '豹子头': '林冲', '智多星': '吴用'}
集合推导式:
集合推导式可以帮我们直接⽣成⼀个集合. 集合的特点: ⽆序, 不重复. 所以集合推导式自带去重功能
lst=["剑圣","德玛","剑圣","剑姬","诺手","诺手","剑魔"] s={i for i in lst} print(s) {'剑魔', '诺手', '剑姬', '德玛', '剑圣'}
总结:
推导式有:列表推导式, 字典推导式, 集合推导式, 没有元组推导式
生成器表达式: (结果 for 变量 in 可迭代对象 if 条件筛选)
生成器表达式可以直接获取到生成器对象. 生成器对象可以直接进行for循环. 生成器具有惰性机制.惰性机制, 不到后不会拿值
def add(a, b): return a + b def gen(): for i in range(4): yield i g = gen() for n in [2, 10]: ''' n=2时 g = (add(n, i) for i in gen()) n=10时 g = (add(n, i) for i in (add(n, i) for i in gen())) i=0,1,2,3 所以: n=10 i=0,1,2,3 <=>a+b=n+i=[10,11,12,13] g = (add(n, i) for i in [10,11,12,13] n=10 i=[10,11,12,13] g=n+i=[20, 21, 22, 23] ''' g = (add(n, i) for i in g) print(list(g)) [20, 21, 22, 23]
def add(a, b): return a + b def gen(): for i in range(4): yield i g = gen() for n in [2, 10,5]: ''' n=2时 g = (add(n, i) for i in gen()) n=10时 g = (add(n, i) for i in (add(n, i) for i in gen())) n=5时 g = (add(n, i) for i in add(n, i) for i in (add(n, i) for i in gen())) i=0,1,2,3 所以: n=5 i=0,1,2,3 <=>a+b=n+i=[5,6,7,8] g = (add(n, i) for i in add(n, i) for i in [5,6,7,8] n=5 i=[5,6,7,8] g = (add(n, i) for i in [10,11,12,13] n=5 i=[10,11,12,13] g=n+i=[15,16,17,18] ''' g = (add(n, i) for i in g) print(list(g)) [15, 16, 17, 18]
---恢复内容结束---
