一. 生成器
本质就是迭代器.
一个一个的创建对象
创建生成器的方式:
1. 生成器函数
2. 通过生成器表达式来获取生成器
3. 类型转换(看不到)
二. 生成器函数 (重点)
生成器函数中包含 yield , 返回数据和return差不多.
return会立即结束这个函数的执行
yield 可以分段的执行一个函数
生成器函数在执行的时候返回生成器. 而不是直接执行此函数
能向下执行的两个条件:
__next__(), 执行到下一个yield
send(), 执行到下一个yield, 给上一个yield位置传值
所有的生成器都是迭代器都可以直接使用for循环
都可以使用list()函数来获取到生成器内所有的数据
生成器中记录的是代码而不是函数的运行
def func():
print("我的天哪 ")
yield "宝宝"
gen = func() # 创建生成器. 此时运行会把生成器函数中的代码记录在内存
当执行到__next__(), 运行此空间中的代码, 运行到yield结束.
优点: 节省内存, 生成器本身就是代码. 几乎不占用内存
特点: 惰性机制, 只能向前. 不能反复
1 def func(): 2 print('我叫周润发') 3 yield '林志玲' # yield表示返回. 不会终止函数的执行 4 print('我干嘛了?') 5 yield '宝宝回来了' 6 print('宝宝你在干嘛') 7 yield '没了' 8 ret = func() # 执行函数,此时没有运行函数 9 # 此时我们拿到的是生成器 10 print('返回值是', ret) #<generator生成器 object func at 0x0000018DAC980EB8> 11 12 # 执行到下一个yield 13 print(ret.__next__()) #第一次执行到__next__此时函数才开始执行 14 print(ret.__next__()) #执行到下一个yield 15 print(ret.__next__()) # StopIteration
三.各种推导式 (诡异)
列表推导式 [结果 for循环 if]
1 lst = ['python%s期' % i for i in range(1, 19)] 2 print(lst)
字典推导式 {结果(k:v) for循环 if}
1 dic = {"主食": "炒面", "副食": "小拌菜", "汤": "疙瘩汤"} 2 dic1 = {v: k for k, v in dic.items()} 3 print(dic1)
集合推导式 {结果(k) for循环 if}
生成器表达式
1 g = (i for i in range(10)) # 生成器表达式 2 3 print(g) # <generator object <genexpr> at 0x000001C354050EB8> 4 5 print(g.__next__()) # 0 6 print(g.__next__()) # 1 7 print(g.__next__()) # 2 8 print(g.__next__()) # 3 9 print(g.__next__()) # 4 10 print(g.__next__()) # 5 11 print(g.__next__()) # 6 12 print(g.__next__()) # 7 13 print(g.__next__()) # 8 14 print(g.__next__()) # 9
四.yield from
def func(): lst = ['衣服%s' %i for i in range(500)] yield from lst # 可以吧一个可迭代对象 gen = func() print(gen.__next__()) print(gen.__next__()) print(gen.__next__())
- 还没有人评论，欢迎说说您的想法！
客服
