生成器

一、生成器对象

生成器其实就是自定义迭代器

# 定义阶段就是一个普通函数
def my_age():
    print('first')
    yield 1, 2, 3
    print('second')
    yield 4, 5, 6

"""
当函数体内含有yield关键字，那么在第一次调用函数的时候
并不会执行函数体代码，而是将函数变成了生成器(迭代器)
"""
# 调用函数：不执行函数体代码，而是转换为生成器(迭代器)
res = my_age()
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__代码接着上次停止的地方继续往后，遇到yield再停止
print(ret)

二、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(0, 10, 2)
for i in res:
    print(i)
"""
0
2
4
6
8
"""

for i in range(0, 10, 2):
    print(i)

三、yield传值(了解)

def eat(name):
    print('%s 准备干饭！！！'%name)
    while True:
        food = yield
        print('%s 正在吃 %s' % (name, food))
es = eat('jason')  # 并不会执行代码，而是转换成生成器
res.__next__()  # jason 准备干饭！！！
# res.send('肉包子')
"""
jason 准备干饭！！！
jason 正在吃 肉包子
"""
res.send('盖浇饭')
"""
jason 准备干饭！！！
jason 正在吃 盖浇饭
"""
'''
send 作用：
	给yield传一个值 并执行一次双下next(__next__)
'''

四、yield与return对比

yield
    1.可以返回值(支持多个并且组织成元组的形式)
    2.函数体代码遇到yield不会结束而是"停住"
    3.yield可以将函数变为生成器，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

五、生成器表达式

l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
res = [i + 1 for i in l if i != 4]
print(res) # [12, 23, 34, 45, 56, 67, 78, 89, 100]

res1 = (i + 1 for i in l if i != 44)
print(res1) # <generator object <genexpr> at 0x0000024142321CA8>
"""
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
"""
print(res1.__next__()) # 12
print(res1.__next__())
"""
12
23
"""
print(res1.__next__()) 
"""
12
23
34
"""

"""
迭代器对象、生成器对象，可以看成是"工厂"
只有当要数据的时候工厂才会加工出"数据"
    为了节省空间
"""

# 求和
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) # in后的g未调用，赋值
    第二次for循环 n = 10
        g = (add(10, i) for i in (add(10, i) for i in g))
    """
res = list(g)
print(res) # [20, 21, 22, 23]