python生成器、推导式及匿名函数

生成器初识

生成器本质就是迭代器。python社区中生成器与迭代器是一种概念。生成器与迭代器的唯一区别：迭代器都是Python给你提供的已经写好的工具或者通过数据转化得来的，（比如文件句柄，iter([1,2,3])。生成器是我们自己用python代码构建的工具。
生成器构建方式
1. 生成器函数。
2. 生成器表达式。
3. python给你提供的一些内置函数，返回一个生成器。

生成器函数。

生成器函数：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():
    print(111)
    yield 2,4,5    
    print(222)
    yield 3
ret = func()  # 生成器对象
print(ret)  # <generator object func at 0x0000000001E10F68>
# 只要函数中出现了yield那么他就不是函数，它是生成器函数。
# 一个next对应一个yield.next超过yield数量，就会报错，与迭代器一样。
print(next(ret))
print(next(ret))

yiled与return的区别

# return 结束函数，给函数的执行者返回值(多个值通过元组的形式返回)。
# yield  不结束函数，对应着给next返回值(多个值通过元组的形式返回)。

send(了解)

def gen(name):
    print(f'{name} ready to eat')
    while 1:
        food = yield 222
        print(f'{name} start to eat {food}')
dog = gen('alex')
next(dog)  # 第一次必须用next让指针停留在第一个yield后面
# 与next一样，可以获取到yield的值
ret = dog.send('骨头')
print(ret)

def gen(name):
    print(f'{name} ready to eat')
    while 1:
        food = yield
        print(f'{name} start to eat {food}')
dog = gen('alex')
next(dog)
# 还可以给上一个yield发送值
dog.send('骨头')
dog.send('狗粮')
dog.send('香肠')

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send(None)）。
send可以给上一个yield置传递值。

yiled与yiled from。

# yield from 的作用
def func():
    l1 = [1, 2, 3]
    yield from l1
    '''
    yield 1
    yield 2
    yield 3
    '''
ret = func()
print(next(ret))
print(next(ret))
print(next(ret))
# yield : 对应next给next返回值
# yield from 将一个可迭代对象的每一个元素返回给next
# yield from 节省代码，提升效率（代替了for循环）

列表推导式，生成器表达式（字典推导式，集合推导式）。

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

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)

两种构建方式：

1.循环模式： [变量(加工后的变量) for 变量 in iterable]

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

循环模式：

# 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：

# 1-100里大于49的数
print([i for i in range(1, 101) if i > 49])
# 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']]
l1 = []
for i in names:
    for j in i:
        if j.count('e') > 1:
            l1.append(j)
print(l1)
# 列表推导式
print([j for i in names for j in i if j.count('e') > 1])

列表推导式的优缺点：

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。

生成器表达式：

与列表推导式几乎一模一样。

循环模式，筛选模式。

obj = (i for i in range(1, 11))
# 把中括号换成小括号解释生成器表达式

如何触发生成器（迭代器）取值？

1. next(obj)
2. for 循环
for i in obj:
    print(i)
3. 数据转化
print(list(obj))
# 生成器表达式：生成器 节省内存。

字典推导式，集合推导式

# 字典推导式，集合推导式：  两种模式： 循环模式，筛选模式
l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚']
# {0： '小潘', 1： '怼怼哥', 2: '西门大官人'}
dic = {}
for index in range(len(l1)):
    dic[index] = l1[index]
print(dic) 
# 字典推导式
print({i:l1[i] for i in range(len(l1))})
# 集合推导式生成 1~100的集合
print({i for i in range(1, 101)})

匿名函数。

# 匿名函数：没有名字的函数
# 匿名函数只能构建简单的函数，一句话函数。
def func(x,y):
    return x + y
print(func(1, 2)) # 3
# 匿名函数构建
func2 = lambda x,y: x + y
print(func2(1, 2)) # 3
# 匿名函数最常用的就是与内置函数结合使用。
# 写匿名函数：接收一个可切片的数据，返回索引为 0与2的对应的元素（元组形式）。
func = lambda x: (x[0],x[2])
print(func('太白金星')) # ['太','金']
# 写匿名函数：接收两个int参数，将较大的数据返回。
func1 = lambda x, y: x if x > y else y
print(func1(100,2)) # 100

func2 = lambda : 3
print(func2()) # 3

python生成器、推导式及匿名函数

猜你喜欢