生成器函数

只要含有yield关键字的函数都是生成器函数
yield不能和return共用且需要写在函数内
生成器函数 ： 执行之后会得到一个生成器作为返回值

def generator():
    print(1)
    yield 'a'
ret = generator()
print(ret)
print(ret.__next__())

send 获取下一个值的效果和next基本一致
只是在获取下一个值的时候，给上一yield的位置传递一个数据
使用send的注意事项
    第一次使用生成器的时候 是用next获取下一个值
    最后一个yield不能接受外部的值

预激生成器的装饰器

def init(func):   #装饰器
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)    #g = average()
        g.__next__()
        return g
    return inner

@init
def average():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum += num    # 10
        count += 1    # 1
        avg = sum/count

avg_g = average()   #===> inner
ret = avg_g.send(10)
print(ret)
ret = avg_g.send(20)
print(ret)

获取移动平均值
10 20 30 10
10 15 20 17.5

avg = sum/count
def average():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum += num    # 10
        count += 1    # 1
        avg = sum/count

avg_g = average()
avg_g.__next__()
avg1 = avg_g.send(10)
avg1 = avg_g.send(20)
print(avg1)

send
    send的作用范围和next一模一样
    第一次不能用send
    函数中的最后一个yield不能接受新的值

生成器表达式：

返回的值不一样 === 几乎不占用内存

egg_list=['鸡蛋%s'%i for i in range(10)]    #列表推导式
print(egg_list)

egg_list = []
for i in range(10):
    egg_list.append('鸡蛋%s'%i)
print(egg_list)

print([i*i for i in range(10)])

#生成器表达式
g = (i for i in range(10))
print(g)
for i in  g:
    print(i)