迈向大神day13 脱稿一期 生成器的进阶

g=generator() #调用生成器
list(g)
从生成器中取值的集中方法

1. next
2. for
3. 数据类型的强制装换 全部取完 占内存

回顾：

迭代器和生成器
迭代器：
双下方法 ： 很少直接调用的方法。一般情况下，是通过其他语法触发的
可迭代的 —— 可迭代协议 含有__iter__的方法('__iter__' in dir(数据))
可迭代的一定可以被for循环
迭代器协议: 含有__iter__和__next__方法
迭代器一定可迭代，可迭代的通过调用iter()方法就能得到一个迭代器
迭代器的特点：
    很方便使用，且只能取所有的数据取一次
    节省内存空间

生成器
生成器的本质就是迭代器
生成器的表现形式
    生成器函数
    生成器表达式
生成器函数：
   含有yield关键字的函数就是生成器函数
   特点：
       调用函数的之后函数不执行，返回一个生成器
       每次调用next方法的时候会取到一个值
       直到取完最后一个，在执行next会报错

写生成器实现：有一个文件，从文件里分段读取内容
readline
read(10)
在读出来的内容前面加上一个'***'，再返回给调用者
def generator():
    for i in range(20):
        yield '哇哈哈%s'%i
g = generator()  调用生成器函数得到一个生成器
print(list(g))
ret = g.__next__()     每一次执行g.__next__就是从生成器中取值，预示着生成器函数中的代码继续执行
print(ret)
num = 0
for i in g:
    num += 1
    if num > 50:
        break
    print(i)

今日 进阶版 优化

def gen():
    print(123)
    yield 1
    print(456)
    yield 2
g=gen()
ret=g.__next__()
print("***",ret)
ret=g.__next__()
print("***",ret)
ret=g.__next__()

优化二

def gen():
    print(123)
    yield 1
    print(456)
    yield 2
g=gen()
ret=g.__next__()
print("***",ret)
ret=g.send('hello')
print("***",ret)

优化3 的作用

def gen():
    print(123)
    con=yield 1
    print("======",con)
    print(456)
    yield 2
g=gen()
ret=g.__next__()
print("***",ret)
ret=g.send('hello')   #返回 传值
print("***",ret)

send 获取下一个的值的效果和 next 基本一致

只是在获取下一个值的时候 给上一个yield的位置 传递一个数据

！！第一次使用生成器的时候，必须使用next 获取下一个值

！！最后一个yield不能接受 外部的值

解决最后一个yield的方法

def gen():
    print(123)
    con=yield 1
    print("======",con)
    print(456)
    res= yield 2
    yield 
g=gen()
ret=g.__next__()
print("***",ret)
ret=g.send('hello')   #返回 传值
print("***",ret)

获取移动中平均值

def avg():   ##只能执行一次
    sum=0   
    count=0 
    avg=0   
    num=yiel
    sum+=num
    count+=1
    av=sum/c
    yield av
av=avg()    
av.__next__(
avg1=av.send
print(avg1) 

嘿嘿：：

更改执行多次

def avg():
    sum=0
    count=0
    avg=0
    num=yiel
    sum+=num
    count+=1
    av=sum/c
    yield av
av=avg()
av.__next__(
avg1=av.send
print(avg1)

再次优化

def avg():       
    sum=0        
    count=0      
    avg=0        
    while  True: 
        num=yield
        sum+=num 
        count+=1 
        avg=sum/c
av=avg()         
av.__next__()    
avg1=av.send(10) 
avg1=av.send(10) 
print(avg1)      

生成器 yield from 输出每个字符

python 2

def gen():             
    a='abcdf'          
    b='123456'         
    for i in a:        
        yield i        
    for i in b:        
        yield i        
b=gen()                
for i in b:            
    print(i)           

python 3的新特性

def gen():         
    a='abcdf'      
    b='123456'      
    yield from a   ##new
    yield from b   
b=gen()            
for i in b:        
    print(i)       

生成器表达式和 列表表达式

#格式 for 循环 [ i for i range（11）]
print(egg_list)
######x效果一样的

egg_list=[]   ###
for  i in range(10)
	egg_list.append('鸡蛋%s'%i)
print(egg_list)
'______________________________________________________'
egg_list=['鸡蛋%s'%i for i in range(10)]  #列表推倒式

生成器表达式

g=（i for i in range(10)） #生成器表达式
print（g）
for i in g:
print(i)
#括号不一样 返回值不一样 ===几乎不占用内存 （生成器表达式的优点）

egg_list=[‘鸡蛋%s’%i for i in range(10)] ##三元运算符 简化版

推倒式： 遍历和筛选

[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] #筛选器

• 30之内能被三整除的数
  res=[for i in range(30) if i%3==0]

• 找到嵌套列表中名字含有两个‘e’的所有名字·

names=[[‘tony’,‘sony’],[‘tim’][‘thomas’]] #男女分开

ton=[name for list in names for name in list if name.count(‘e’)==2]

字典推倒式

• 字典颠倒
  mc={‘a’:10, ‘b’:34}#want {10:‘a’,34:‘b’}

mc1={ mc[k]:k for k in mc}
print(mc1)

• 合并大小写对应的value值 将k 统一成小写

mc={'A':10,'b':34,'c':54,'a':7}   {'a':17}    
mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
print(mcase_frequency)

print(d.get(‘g’,0)) # 字典 get 不到的话返回提攻的默认值0

集合推倒式 自带去重复的
squ={x**2 for x in [1,-1,2]}
print(squ)

惰性运算