python — 生成器、推导式、递归

1 生成器（函数的变异）
2 推导式
3 递归

1 生成器（函数的变异）

判断一个函数是否是生成器函数：只需看函数内部是否有yield

# 生成器函数（内部是否包含yield）
def func():
    print('F1')
    yield 1
    print('F2')
    yield 2
    print('F3')
    yield 100
    print('F4')
# (只要有yield）函数内部代码不会执行，返回一个 生成器对象 。
v1 = func()
# 生成器是可以被for循环，一旦开始循环那么函数内部代码就会开始执行。
for item in v1:
    print(item)

循环流程：

for循环开始第一次循环，先执行yield前面的代码，执行到yield时，返回yield的值给item并停止第一次循环。
第二次循环：从上次循环的yield后面开始执行代码，执行到第二个yield（yield2）时，返回yield2的值给item并停止第二次循环。
直到循环完所有的yield，循环自动终止

def func():
    count = 1
    while True:
        yield count
        count += 1

val = func()

for item in val:
    print(item)

总结：函数中如果存在yield，那么该函数就是一个生成器函数，调用生成器函数会返回一个生成器，生成器只有被for循环时，生成器函数内部的代码才会执行，每次循环都会获取yield返回的值。

def func():
    count = 1
    while True:
        yield count
        count += 1
        if count == 100:
            return

val = func()
for item in val:
    print(item)

示例：读文件

def func():
    """
    分批去读取文件中的内容，将文件的内容返回给调用者。
    :return:
    """
    cursor = 0
    while True:
        f = open('db', 'r', encoding='utf-8')# 通过网络连接上redis
        # 代指   redis[0:10]
        f.seek(cursor)
        data_list =[]
        for i in range(10):
            line = f.readline()
            if not line:
                return
            data_list.append(line)
        cursor = f.tell()
        f.close()  # 关闭与redis的连接


        for row in data_list:
            yield row


for item in func():
    print(item)

redis源码示例

生成器作用：

生成数据

是一种特殊的迭代器

def func():
    yield 1
    yield 2
    yield 3

v = func()
result = v.__next__()
print(result)
result = v.__next__()
print(result)
result = v.__next__()
print(result)
result = v.__next__()
print(result)

也是特殊的可迭代对象

def func():
    yield 1

v = func()
result = v.__iter__()
print(result)

其他知识：

yeild from关键字（从xxx中一点点获取)

def base():
    yield 88
    yield 99

def func():
    yield 1
    yield 2
    yield from base()   # 从base()中一点点获取
    yield 3

result = func()

for item in result:
    print(item)

生成器的send方法

def func():
    print(123)
    n = yield 'aaa'
    print('-->',n)
    yield 'bbb'

g = func()
print(g)
n = next(g)
print(n)
print('-'*20)
next(g)   # g.send('uysdfhfoiusyg')与next(g)的作用一样

注意:

1.生成器取一次就没有了，再次取时内部为空

2.惰性运算：不取不执行

ret = filter(lambda n:n%3==0,range(10))
# ret是迭代器
print(len(list(ret)))   # 4  # list(ret) = [0,3,6,9]
print(len(list(ret)))   # 0  # list(ret) = []

2 推导式

2.1 列表推导式

1.目的

方便的生成一个列表

2.基本格式

变量 = [for循环的变量 for循环一个可迭代对象]
v1 = [i for i in 可迭代对象 ]
v2 = [i for i in 可迭代对象 if 条件 ] # 条件为true时才进行append

练习

v1 = [ i for i in 'alex' ]   # ['a','l','e','x']
v2 = [i+100 for i in range(10)]   # [100,101,102,103,104,105,106,107,108,109]
v3 = [99 if i>5 else 66  for i in range(10)]   # [66,66,66,66,66,66,99,99,99,99]

def func():
    return 100
v4 = [func for i in range(10)]   # [func,func,func,func,func,func,func,func,func,func,]

v5 = [lambda : 100 for i in range(10)]   # [lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100]
result = v5[9]()    # 100

v6 = [lambda :i for i in range(10)]   # [lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,]
result = v6[5]()   # 9

v7 = [lambda x:x*i for i in range(10)]
# 1.请问 v7 是什么？
 v7 = [lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,]
# 2.请问 v7[0](2) 的结果是什么？    v7[0](2) = 18

def num():
    return [lambda x:i*x for i in range(4)]
# num() -> [函数,函数,函数,函数]
print([ m(2) for m in num() ]) # [6,6,6,6]

# ##################### 筛选 #########################
v8 = [i for i in range(10) if i > 5]   # [6,7,8,9]

2.2 集合推导式

1.目的

方便的生成一个集合
2.基本格式
- 变量 = {for循环的变量 for循环一个可迭代对象}
- v1 = { i for i in 可迭代对象 }
  v2 = { i for i in 可迭代对象 if 条件 } # 条件为true时才进行append
```
v1 = { i for i in 'alex' }   # {'a','l','e','x'}
```

2.3 字典推导式

1.目的

方便的生成一个字典

2.基本格式

v1 = { 'k'+str(i):i for i in range(10) }
#{'K0':0,'K1':1,'K2':2,'K3':3,'K4':4,'K5':5,'K6':6,'K7':7,'K8':8,'k9':9}

v1 = { 'k':i for i in range(10) }   # {'k':9} #字典的键存在，则新值覆盖旧值，不存在则更新。

2.4 生成器推导式

# def func():
#     result = []
#     for i in range(10):
#         result.append(i)
#     return result
# v1 = func()
v1 = [i for i in range(10)] # 列表推导式，立即循环创建所有元素。
print(v1)

# def func():
#     for i in range(10):
#         yield i
# v2 = func()
v2 = (i for i in range(10)) # 生成器推导式，创建了一个生成器，内部循环为执行。

# 示例一
def func():
    result = []
    for i in range(10):
        result.append(i)
    return result
v1 = func()
for item in v1:
   print(item)

# 示例二
def func():
    for i in range(10):
        def f():
            return i
        yield f
v1 = func()
for item in v1:
    print(item())

# 示例三：
v1 = [i for i in range(10)] # 列表推导式，立即循环创建所有元素。
v2 = (lambda :i for i in range(10))
for item in v2:
    print(item())

3 递归

递归就是函数自己调用自己（缺点：效率低）

python默认支持的递归最大数是1000次

def func():
    print(1)
    func()
    
func()

def func(i):
    print(i)
    func(i+1)
    
func(1)

def func(a,b):          # 只能递归1000次的斐波那契
    # 1
    # 1
    # 2
    # 3 
    # 5 
    print(b) 
    func(b,a+b)
    
func(0,1)

def func(a):
    if a == 5:
        return 100000
    result = func(a+1) + 10
    return result 

v = func(1)

1555402471461

# 递归的返回值
def func(a):
    if a == 5:
        return 100000
    result = func(a+1) + 10

v = func(1)
name = 'alex'
def func():
    def inner():
        print(name)
     return inner
v =func()