python学习之生成器

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

4.6 生成器Generrator

生成器本质就是迭代器。python社区生成器与迭代器是一种。

生成器与迭代器的唯一区别：生成器是我们自己用python代码构建的

4.6.1生成器初识

python中的生成器：

1.生成器函数：使用yield语句而不是使用return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数状态，下次可以从它离开的地方继续执行，一个next引导一个yield。

2.生成器表达式：类似于列表推导，但是生成器返回按需产生结果的一个对象而不是一次构建一个结果列表。

本质：迭代器（自带_itr_ 和_next_方法）

特点：惰性运算

3.利用python提供的一些内置函数，返回一个生成器

4.6.2 生成器函数

一个包含yield关键字的函数就是一个生成器函数，用next触发，一个next对应一个yield。只要函数中出现了yield那么他就不是函数，它是生成器函数。

def func(): yield 2, 3, 4 yield 'a' yield [1,2,3] ret = func() #注释1： print(ret) #注释2： print(next(ret)) print(next(ret)) print(next(ret)) #输出 <generator object func at 0x000001EB854B3FC0> (2, 3, 4) a [1, 2, 3]

注释1：生成器对象,这里一定要声明一个变量指向生成器，直接print生成器的话，相当于在内存中新开辟空间调用生成器，print一次func() 就建立一个新的生成器，类似于多条产线同时生产一个物品一样，所以必须要有一个变量来指向生成器地址，目的是利用变量的唯一性特点。

注释2：print（ret）只是打印的ret指向的生成器地址，要显示生成器的结果，要用next来取值

4.6.3 yield 与 return的区别

return一般在函数中只设置一个，他的作用是终止函数，并且给函数的执行者返回值。

yield在生成器函数中可设置多个，他并不会终止函数，next会获取对应yield生成的元素。

4.6.4 send（了解）

send和next()区别:

相同点：

send 和 next()都可以让生成器对应的yield向下执行一次。

都可以获取到yield生成的值。

不同点：

第一次获取yield值只能用next不能用send（可以用send(None)）。

send可以给上一个yield置传递值。

4.6.5 生成器举例

#1：单线程 def eat_food(): lis1 = [] for i in range(1,2001): lis1.append(f"{i}份菜") yield lis1 #即使yield在 s = eat_food() print(next(s)) #输出['1份菜'] print(next(s)) #输出['1份菜', '2份菜']#2：多线程， def eat_food(): lis1 = [] for i in range(1,2001): lis1.append(f"{i}份菜") yield lis1 s = eat_food() s1 = eat_food()#多线程下，交叉next不会冲突 print(next(s)) #输出['1份菜'] print(next(s1)) #输出['1份菜'] print(next(s)) #输出['1份菜', '2份菜'] print(next(s1)) #输出['1份菜', '2份菜']#next配合for循环连续输出 def eat_food(): lis1 = [] for i in range(1,2001): lis1.append(f"{i}份菜") yield lis1 s = eat_food() for i in range(200): #一次性输出200次 print(next(s))

4.6.6 yield与yield from

yield form可以直接把可迭代对象中的每一个数据作为生成器的结果进行返回。(python3中特有)

#先看yield def func(): li = [1,2,3] yield li a = func() print(next(a)) #输出[1, 2, 3]#再看yield form def func(): li = [1,2,3] yield from li #将一个可迭代对象的每一个元素返回给next a = func() print(next(a)) #输出 1 print(next(a)) #输出 2 print(next(a)) #输出 3

有个小坑,yield from 是将列表中的每一个元素返回,所以如果写两个yield from 并不会产生交替的效果

def func(): lst1 = ['卫龙', '老冰棍', '北冰洋', '牛羊配'] lst2 = ['馒头', '花卷', '豆包', '大饼'] yield from lst1 #输出玩lst1才能输出lst2 yield from lst2 g = func() for i in g: print(i)

4.6.7 列表推导式，生成器推导式

1.列表推导式

列表推导式：一行代码构建一个有规律比较复杂的列表。
列表推导式与之前写法对比

#普通表达式 #生成1-100的列表l1 = [1,2,3......100] l1 = [] for i in range(1,101): l1.append(i) print(l1) # 列表推导式 l1 = [i for i in range(1, 101)] print(l1)

2.列表推导式的两种构建方式

循环模式： [变量(加工后的变量) for 变量 in iterable]
筛选模式： [变量(加工后的变量) for 变量 in iterable if 条件]

# ----------------循环模式：------------# 将10以内所有整数的平方写入列表。 print([i**2 for i in range(1, 11)]) # 100以内所有的偶数写入列表. print([i for i in range(2, 101, 2)]) # 从python1期到python100期写入列表list print([f'python{i}期' for i in range(1, 101)])

# ---------------筛选模式-------------：# 三十以内可以被三整除的数。 print([i for i in range(1, 31) if i % 3 == 0]) # 过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母 l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab'] print([i.upper() for i in l1 if len(i) > 3]) # 找到嵌套列表中名字含有两个‘e’的所有名字（有难度） names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] print([j for i in names for j in i if j.count('e') > 1])

列表推导式的优缺点：

优点：

简单，快捷，装b。

缺点：

可读性不高，不好排错。

慎用，不要入迷。

3.生成器推导式

与列表推导式几乎一模一样，只是把[]换成()就行了。

循环模式，筛选模式。

#循环模式 tem = (i for i in range(10)) print(next(tem)) #输出 0 print(next(tem))#输出 1 #筛选模式 tem = (i for i in range(10) if i%2==1) print(next(tem))#输出 1 print(next(tem))#输出 3 #触发生成器 tem = (i for i in range(10) if i%2==1) for i in tem: print(i)

出发迭代器的几种方式：

1.next(tem)触发

2.for i in tem:

print(i)

因为for循环内部调用了next函数

3.转换生列表

print(list(tem))以列表的形式输出

4.6.8 字典推导式、集合推导式

两种模式：循环模式，筛选模式

# 字典推导式 l1 = ['小潘', '小明','小红', '小强'] dic = {i:l1[i] for i in range(len(l1))} print(dic) #集合推到式 l1 = ['小潘', '小明','小红', '小强'] set1 = {i for i in range(len(l1))} print(set1)