生成器:本质上来说就是迭代器,好处是不用像生成一个列表那么占内存
生成器有两种:
1)生成器函数:
带有yield关键字
执行函数之后返回的是一个生成器,函数内的代码并不会真正执行,想让生成器往外吐数据,需要使用next方法
def cloth():
for i in range(100):
yield '衣服%s' % i
g = cloth() # g是一个生成器,内部代码没有执行
for i in g:
print(i)
生成器监听文件末尾追加的例子
def tail():
f = open('文件名', 'r', encoding='utf-8')
f.seek(0, 2)
while True:
line = f.readline()
if line:
yield line
g = tail()
for i in g:
print(i.strip())
生成器中send的用法
动态平均值
def averager():
total = 0
count = 1
averager = None
while True:
term = yield averager
count += 1
total += term
averager = total/count
g = averager()
g.__next__()
print(g.send(20))
print(g.send(30))
print(g.send(28))
send从那一个yield开始接着执行,就把一个值传给了那个yield
send不能用在第一个触发生器
生成函数中有多少个yield就必须有多少个next+send
从生成器中取值的三种方式
#NO.1
g = generator()
for i in g:
if 判断语句
print(i)
#NO.2
g = generator()
g.send(None)
#g = generator()
g.__next__()
python3中用yield from取值
def func():
a = 'AB'
b = 'CD'
yield from a # from后面接收一个可迭代的对象
yield from b
2)生成器表达式:
与列表解析相似只是把列表解析外面的中括号改为小括号
g = (i*i for i in range(10)) # g就是一个生成器
g.__next__()