生成器和生成器表达式

一. 生成器

　　1.通过生成器函数

　　2.通过各种推导式来实现生成器

　　3.通过数据的转换也可以获取生成器

send和next_()一样都可以让生成器执行到下一个yield

send和__next__()区别:

1. send和next()都是让生成器向下走一次

2. send可以给上一个yield的位置传递值, 不能给后一个yield发送值. 在第一次执行生
成器代码的时候不能使用send()

生成器可以使用for循环来循环获取内部的元素:

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

二.列表推导式,生成器表达式以及其他推导式

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

替换成列表推导式:

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

列表推导式是通过一行来构建你要的列表, 列表推导式看起来代码简单. 但是出现错误之后很难排查.

生成器表达式和列表推导式的语法基本上是一样的. 只是把[]替换成()

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

生成器表达式和列表推导式的区别:

1. 列表推导式比较耗内存. ⼀次性加载. 生成器表达式几乎不占用内存. 使用的时候才分配和使用内存

2. 得到的值不一样. 列表推导式得到的是一个列表. 生成器表达式获取的是一个生成器

深坑==> 生成器. 要值得时候才拿值.

　　字典推导式:

# 把字典中的key和value互换 
dic = {'a': 1, 'b': '2'} 
new_dic = {dic[key]: key for key in dic} 
print(new_dic) 
# 在以下list中. 从lst1中获取的数据和lst2中相对应的位置的数据组成⼀一个新字典 
lst1 = ['jay', 'jj', 'sylar'] 
lst2 = ['周杰伦', '林林俊杰', '邱彦涛'] 
dic = {lst1[i]: lst2[i] for i in range(len(lst1))} 
print(dic)

集合推导式:

　　集合推导式可以帮我们直接生成一个集合. 集合的特点: 无序, 不重复. 所以集合推导式自带去重功能

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

总结: 推导式有, 列表推导式, 字典推导式, 集合推导式, 没有元组推导式

生成器表达式: (结果 for 变量 in 可迭代对象 if 条件筛选) 生成器表达式可以直接获取到生成器对象. 生成器对象可以直接进行for循环. 生成器具有惰性机制

一个面试题. 难度系数500000000颗星:

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))

生成器和生成器表达式

猜你喜欢