本节主要内容
生成器和生成器表达式
列表推导式
一、生成器
生成器实质就是迭代器
1、python中获取生成器的三种方式：
* 通过生成器函数
* 通过生成器表达式
* 通过数据的转换获取生成器1.生成器函数
**fe1:**
'''python
def func():
print("111")
yield 222
ret = func() #generator 生成器
print(ret) #结果：<generator object func at 0x10567ff68>
'''-
函数里面有yield，就是生成器函数
* yield的作用
① yield + 返回值 （是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。 （生成器函数不要出现return） ② 重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。（分段执行） ③ 生成器函数被调用的时候. 返回生成器 def func(): yield g = func() - 得到生成器
2.生成器的用法
**生成器的用法和迭代器基本一致**
* __next__() 开始执行生成器 . 执行到yield. 直到没有yield. 抛出StopIteration
* send() 可以给上一个yield传值，send()不可以在第一个位置和最后一个位置出现fe:
'''python
def func():
print("水饺")
a = yield "大馅水饺"
print("a=", a)
print("烧饼")
b = yield "武大郎烧饼"
print("b=",b)
print("老婆饼")
c = yield "只要老婆不要饼"
print("c=", c)
gen = func() # 生成器
print("返回值是:", gen.__next__())
print("返回值是:",gen.send("混沌面")) # 和__next__()一样也是向下找yield. 给上一个yield传值
print("返回值是:",gen.send("胡辣汤")) # 和__next__()一样也是向下找yield. 给上一个yield传值
print("返回值是:",gen.send("马拉")) # 和__next__()一样也是向下找yield. 给上一个yield传值
send()不可以在第一个位置和最后一个位置出现
最后的yield后的代码是可以执行的但是会报错. StopIteration
'''2、生成器的三大特点（同迭代器）
1. 省内存
2. 惰性机制, 不访问__next__() 就没有值.
3. 只能向前. 不能反复.二、各种推导式（简单）
列表推导式 语法： [ 结果 for循环（可多个） if判断] 就三种，其中if可有可无
字典推导式 语法： { key:value for循环 if判断}
集合推导式 语法： { key for循环 if判断}
切记没有元组推导式，推导式指的是可以迭代的，元组不可迭代
扫描二维码关注公众号，回复： 3885508 查看本文章
fe1:
'''python
列表推导式 快速的简单的创建一个列表
lst = ["python全栈%s期" % i for i in range(1, 17)]
语法: [结果 for循环 if判断]
'''fe2:
'''python
成列表: 1-20 所有的奇数的2次方
print([ i*i for i in range(1,21) if i % 2 == 1])
'''fe3:
'''python
# [3,6,9] 已知
# [(1,2,3), (4,5,6), (7,8,9)]
# lst = [3,6,9]
# new_lst = [(el-2, el-1, el) for el in lst]
'''fe4:
'''python
寻找名字中带有两个e的⼈的名字 name.count("e") == 2
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven','Joe'],
['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
lst = [name for el in names for name in el if name.count("e") == 2]
print(lst)
**此处使用到了两层for循环**
'''fe5:字典中的推导式
'''python
dic = {"张无忌":"赵敏", "杨过":"小龙女", "郭靖":"黄蓉"}
# 把字典中的key和value互换
# dic = {"赵敏":"张无忌", "小龙女":"杨过", "黄蓉":"郭靖"}
dic1 = { v:k for k, v in dic.items()} # 强化记忆，理解
print(dic1)
dic2 = { dic[k]:k for k in dic} # 强化记忆，理解
print(dic2)
'''fe6:集合中的推导式
'''python
集合推导式 # 不可变. 不重复, 无序
{结果 for循环 if判断}
s = {i*"胡辣汤" for i in range(10)}
print(s)
'''三、生成器表达式
生成器表达式 (结果 for循环 if判断) => 生成器表达式
1、特点: 本质是迭代器. next()
1. 省内存
2. 惰性机制
**生成器只有在访问时才取值，你找他要，他才给你值，
不找是不会执行的，面试题就喜欢出这里，**
3. 只能向前2、实例
1、惰性机制的体现
fe1:
**list内置了for循环**
'''python
g = (i for i in range(10))
#* s = {1,2 , 3, 4, 5} => list(s) => list = [1,2,3,4,5,]
#上面的转换说明了list里面存在，for循环
print(list(g)) # 把传递进来的数据转化成列表. 里面包含了for循环
# list() => for=> __iter__() ==> __next__()
print(list(g)) # 上一次已经拿没了
print(g.__next__()) # 已经没有数据了
for el in g:
print(el)
for el in g: # 已经没有数据了 惰性机制-> 只能往前
print(el)
'''fe2:重要的面试题
'''python
def func(): # 生成器函数
print(111)
yield 222
g = func() # 生成器 -> 没有执行过__next__()
g1 = (i for i in g) # 生成器表达式. 也没有__Next__()
g2 = (i for i in g1) # 生成器表达式. 也没有__Next__()
#到此为止, 没有人拿过值
**需要知道的知识点：list里内置了for循环**
print(list(g2)) # 111 [222] #
print(list(g)) # []
print(list(g1)) # []
**关键点:生成器表达式，一旦被拿完了，就没有了，直白说，一旦被人拿了，就没了。**
'''3、yield from
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fe1:
'''python
def gen():
lst = ["⿇花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
yield from lst # 把列表中的每一个元素返回
# yield lst[0] # 等同于下面四个命令的组合
# yield lst[1]
# yield lst[2]
# yield lst[3]
g = gen() # 生成器函数 -> 获取生成器
for el in g:
print(el)
'''fe2:
'''python
def gen():
lst = ["⿇花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"]
lst2 = ["饼铛还是微星的好", "联想不能煮鸡蛋", "微星就可以", "还可以烙饼"]
yield from lst # 先循环打印lst，再打印lst2
# yield lst[0]
# yield lst[1]
# yield lst[2]
# yield lst[3]
yield from lst2
# yield lst2[0]
# yield lst2[1]
# yield lst2[2]
# yield lst2[3]
g = gen() # 获取生成器
for el in g: # 从生成器获取数据
print(el) # 打印
'''