一、生成器

 什麼是生成器. 生成器實質就是迭代器。

 在python中有三種方式來獲取生成器: 

1. 通過生成器函式。

2. 通過各種推導式來實現生成器 。

3. 通過資料的轉換也可以獲取生成器。

1.首先, 我們先看一個很簡單的函式:

def func():   
    print("111")    
    return 222 
ret = func() 
print(ret)
結果: 111 222

將函式中的return換成yield就是生成器

def func():    
    print("
 
111")    
    yield 222 
ret = func() 
print(ret) 
結果: <generator object func at 0x10567ff68>

我們可以直接執行__next__()來執行以下生成器。

def func():    
    print("111")    
    yield 222 
gener = func()  # 這個時候函式不會執⾏. 而是獲取到生成器 
ret = gener.__next__()  # 這個時候函式才會執行.
print(ret) 
結果: 111 22

那麼我們可以看到, yield和return的效果是一樣的.  有什麼區別呢?  yield是分段來執行一個函式。

return呢? 直接停止執行函式。

def func():   
    print("111")    
    yield 222    
    print("333")    
    yield 444
gener = func() 
ret = gener.__next__() 
print(ret) 
ret2 = gener.__next__() 
print(ret2) 
ret3 = gener.__next__()  # 最後⼀一個yield執行完畢. 再次__next__()程式報錯, 也就是說. 和return⽆無關了了. 
print(ret3) 
當程式運行完後一個yield. 那麼後面繼續進行__next__()程式會報錯. 

2.生成器有什麼作用呢? 假如我們訂購了10000件衣服。

def cloth():
    lst = []    
for i in range(0, 10000):       
    lst.append("衣服"+str(i))    
    return lst 
cl = cloth() 

但是呢，我們沒有地方放這麼多，想穿的時候再拿出一件。

def cloth():    
    for i in range(0, 10000):        
        yield "衣服"+str(i) 
cl = cloth() 
print(cl.__next__()) 
print(cl.__next__()) 
print(cl.__next__()) 
print(cl.__next__()) 

區別: 第一種是直接一次性全部拿出來. 會很佔用記憶體. 第二種使用生成器. 一次就一個. 用多少生成多少.  生成器是一個一個的指向下⼀一個.  不會回去, __next__()到哪, 指標就指到哪兒. 下一次繼續獲取指標指向的值。

3.接下來我們來看send⽅方法, send和__next__()一樣都可以讓生成器執行到下一個yield. 

def eat():
    print("我吃什什麼啊")    
    a = yield "饅頭"    
    print("a=",a)    
    b = yield "大餅"   
    print("b=",b)    
    c = yield "韭菜盒⼦子"    
    print("c=",c)    
    yield "GAME OVER
gen = eat()     # 獲取⽣生成器器 
ret1 = gen.__next__() 
print(ret1) 
ret2 = gen.send("胡辣湯") 
print(ret2) 
ret3 = gen.send("狗糧") 
print(ret3) 
ret4 = gen.send("貓糧") 
print(ret4)

send和__next__()區別: 1. send和next()都是讓生成器向下走一次 2. send可以給上一個yield的位置傳遞值, 不能給後一個yield傳送值. 在第一次執行⽣成器程式碼的時候不能使用send()。
4.生成器可以使用for迴圈來迴圈獲取內部的元素:

def func():    
    print(111)    
    yield 222    
    print(333)    
    yield 444    
    print(555)    
    yield 666 
gen = func() 
for i in gen:    
    print(i) 
結果: 
111 
222 
333 
444 
555 
666

二、列表推導式

 首先我們先一下這樣的程式碼, 給出一個列表, 通過迴圈, 向列表中新增1--14  : 

lst = [] for i in range(1, 15):    
    lst.append(i) 
print(lst)

替換成列表推導式: 

lst = [i for i in range(1, 15)]
print(lst)

列表推導式的常用寫法:   

 [ 結果 for 變量 in 可迭代物件]

例. 從python1期到python14期寫入列表lst

lst = ['python%s' % i for i in range(1,15)]
print(lst)

我們還可以對列表中的資料進行篩選

# 獲取1-100內所有的偶數 
lst = [i for i in range(1, 100) if i % 2 == 0] 
print(lst）

 生成器表示式和列表推導式的語法基本上是一樣的. 只是把[ ]替換成() 

gen = (i for i in range(10)) 
print(gen) 
結果: <generator object <genexpr> at 0x106768f10> 

列印的結果就是一個生成器. 我們可以使用for迴圈來迴圈這個生成器:

gen = ("麻花藤我第%s次愛你" % i for i in range(10))
for i in gen:    
    print(i) 

生成器表示式也可以進行篩選:

gen = (i for i in range(1,100) if i % 3 == 0) 
for num in gen:    
print(num) 

生成器表示式和列表推導式的區別: 

1. 列列表推導式比較耗記憶體. 一次性載入. 生成器表示式幾乎不佔⽤用記憶體. 使用的時候才分配和使用記憶體。

2. 得到的值不⼀一樣. 列表推導式得到的是一個列列表. 生成器表示式獲取的是一個生成器。

3.生成器的惰性機制: 生成器只有在訪問的時候才取值. 說白了. 你找他要他才給你值. 不找他要. 他是不會執行的。

def func():    
print(111)    
yield 222 
g = func()  # ⽣生成器器g 
g1 = (i for i in g) # ⽣生成器器g1. 但是g1的資料來源於g 
g2 = (i for i in g1) # ⽣生成器器g2. 來源g1 
print(list(g))  # 獲取g中的資料. 這時func()才會被執行. 列印111.獲取到222. g完畢. 
print(list(g1))  # 獲取g1中的資料. g1的資料來源是g.但是g已經取完了.g1也就沒有資料了 
print(list(g2))  # 和g1同理

 深坑==> 生成器. 要值得時候才拿值. 

2.字典推導式:推匯出來的是字典

# 把字典中的key和value互換 
dic = {'a': 1, 'b': '2'} 
new_dic = {dic[key]: key for key in dic} 
print(new_dic) # 在以下list中. 從lst1中獲取的資料和lst2中相對應的位置的資料組成一個新字典 
lst1 = ['jay', 'jj', 'sylar']
lst2 = ['周杰倫', '林林俊傑', '邱彥濤'] 
dic = {lst1[i]: lst2[i] for i in range(len(lst1))} 

print(dic)

集合推導式: 

集合推導式可以幫我們直接生成一個集合. 集合的特點: 無序, 不重複. 所以集合推導式自帶去重功能

lst = [1, -1, 8, -8, 12] # 絕對值去重 
s = {abs(i) for i in lst} 
print(s)

總結: 推導式有, 列表推導式, 字典推導式, 集合推導式, 沒有元組推導式

 生成器表示式: (結果 for 變數量 in 可迭代物件 if 條件篩選) 

 生成器表示式可以直接獲取到生成器物件.生成器物件可以直接進行for迴圈. 生成器具有惰性機制. 

一個⾯面試題. 難度係數500000000顆星:

def add(a, b):    
    return a + b
def test():    
    for r_i in range(4):        
    　　yield r_i
g = test()  
for n in [2, 10]:    
    g = (add(n, i) for i in g)
print(list(g))