Python函数之生成器

一、定义生成器

生成器当本质就是迭代器，在python中通过生成器函数和推导式来获取生成器

# 用过修改return成yield实现一个生成器
# 生成器当在执行的时候其结果为此生成器的内存地址
def f():
    print("aaaa")
    yield 222

print(f())

# 使用生成器其就是其本质迭代器,直接使用迭代器方式就可使用生成器
def f():
    print("aaaaa")
    yield 1111

x = f().__next__()  #定义获取一个生成器,然后通过next获取函数
print(x)

yield和return本质相似，但其结果不同

yield：是分段来执行函数相当于计数位，当执行到yield后，yield同return一样也会返回一个值，但yield会挂起不会结束此函数。

return：是直接停止吃函数，return可以出现多次，但是执行遇到第一个return就会结束。

# 当数据量大的时候,我们不能一下全部把数据拿出,不仅浪费资源还会导致内存溢出
# 使用生成器是一个一个向下执行,调用一个就会按上次执行后继续执行,从而还能节省内存空间
def x():
    for i in range(1000):
        yield i

y = x()
print(y.__next__())
print(y.__next__())
print(y.__next__())
print(y.__next__())
print(y.__next__())

# send和next都是让生成器下次执行
# send将一个值赋给yield,当在第一次执行当时候不能直接使用send,但可以使用send(None)
def x():
    for i in range(3):
        a = yield i
        print(a)
        b = yield "00"
        print(b)

y = x()
print(y.__next__())
print(y.send("00001"))
print(y.send("00002"))
print(y.send("00003"))

二、yield form

# 使用生成器可以把一个可迭代的对象中的数据进行返回
def x():
    li = [1, 2, 3, 4, 5, 6]
    yield from li

y = x()
for x in y:
    print(x)

# 如果生成器中存在两个yield from 它会先执行完第一个yield才继续执行下一个
def x():
    li = [1, 2, 3, 4, 5, 6]
    ls = [111,222,333,444]
    yield from li
    yield from ls

y = x()
for x in y:
    print(x)

三、列表推导式

# 列表推导式是通过一行来构建实现的列表
ls = []
for x in range(10):
    ls.append(x)
print(ls)

# 通过列表推导式来实现
ls = [x for x in range(10)]
print(ls)

# 筛选模式
ls = []
for x in range(10):
    if x % 2 == 0:
        ls.append(x)
print(ls)

ls = [x for x in range(10) if x % 2 == 0]
print(ls)

# 生成器推导式是将[]转成()
# 其结果为一个生成器,使用for循环打印
x = (i for i in range(20))
for y in x:
    print(y)

# 对一个范围内进行筛选
x = (i for i in range(20) if i % 2 == 1)
for y in x:
    print(y)

# 列表推导式：比较耗用内存资源,一次性加载得到的值是一个列表
# 生成器表达式：几乎不占用内存,当使用的时候才会分配使用内存,其结果是一个生成器

# 字典推导式也是将换成{}符号
li = [1,2,3,4,5]
ls = ["a","b","c","d","e"]

x = {li[i]:ls[i] for i in range(len(li))}
print(x)

# 集合推导式是生成一个集合,无序不重复的
ls=[1-6,3,-7,9,11,-45,6-9]
s={abs(i) for i in ls}  #abs求绝对值
print(s)

Python函数之生成器

猜你喜欢