生成器

生成器对象
"""
生成器对象其实就是自定义的迭代器
"""
"""
当函数体内含有yield关键字
在第一次调用时不会执行代码,而是将函数变成生成器(迭代器)
"""
def my_ge():
print('first')
yield 111,222,333
print('second')
res = my_ge()
ret = res.__next__() # 每执行一个__next__代码往下运行到yield停止 返回后面的数据
print(ret)
ret = res.__next__() # 再次执行__next__接着上次停止的地方继续往后 遇到yield再停止
print(ret)

自定义range功能
def my_range(start, stop=None, step=1):
if not stop:
stop = start
start = 0
while start < stop:
yield start
start += step
res = my_range(10)
for i in res:
print(i)

yield传值 ( 了解 )
def eat(name):
print('%s准备出门' % name)
while True:
shopping = yield
print('%s准备去%s' % (name, shopping))
res = eat('lili')
res.__next__()
res.send('购物')
res.send('商场')

yield与return对比
yield
1.可以返回值(支持多个并且组织成元组)
2.函数体代码遇到yield不会结束而是"停住"
3.yield可以将函数变成生成器 并且还支持外界传值
return
1.可以返回值(支持多个并且组织成元组)
2.函数体代码遇到return直接结束
生成器表达式
# 先回顾一下列表生成式 必需是有序同类的
l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
res = [i + 1 for i in l if i != 33]
print(res) # 可无限调用
print(res)
"""
生成器表达式内部的代码,只有在迭代取值的时候才会执行
"""
res1 = (i+1 for i in l if i != 44)
print(res1.__next__())
print(res1.__next__())
print(res1.__next__())
print(res1.__next__()) # 12 23 34 56
"""
迭代器对象 生成器对象 可以看成“工厂”
需要使用到数据时,工厂才会出“数据” (节省空间)
"""
# 难点 笔试题
def add(n, i):
return n + i
# 调用之前是函数 调用之后是生成器
def test():
for i in range(4):
yield i
g = test() # 初始化生成器对象
for n in [1, 10]:
g = (add(n, i) for i in g)
"""
第一次for循环
g = (add(n, i) for i in g)
第二次for循环
g = (add(10, i) for i in (add(10, i) for i in g))
"""
res = list(g)
print(res)
