python-生成器(自我总结)

1.推导器的弊端

受内存限制，列表容量 有限
而且，创建一个包含100万元素的列表，却只是用其中某几个，
浪费空间。
所以 如果列表元素可以按照某算法推算出来，在后续使用中不断推算，
边循环，边计算 --> 生成器 generator

2.生成器和生成器的使用

1.列表生成器的创建

# 1 列表推导式 --> 列表生成器
# [0，3，6，9，12，15，18，21，....,27]

nl_1 = [x * 3 for x in range(20)]
print(type(nl_1))   # <class 'list'>
# 生成器：
gl_1 = (x * 3 for x in range(7))
print(type(gl_1))   # <class 'generator'>

1.列表生成器的使用

# 使用方法一
print(gl_1.__next__())

# 使用方法二
print(next(gl_1))

# StopIteration 超出 则 抛出 异常
while True:
    try:
        g = next(gl_1)
    except Exception as e:
        print(e)
        break
    else:
        print(g)

2.借助函数完成
只要函数中出现yield关键字，说明函数就不是函数了，变成生成器了,yield相当于return 变量，在暂停
步骤：
1.定义一个函数，函数中使用yield关键字
2.调用函数，接收调用的结果
3.得到的结果就是生成器
4.借助于next（），next()

# yield 关键字
def func():
    n = 0
    while True:
        n += 1
        yield n

g = func()
print(g)
print(next(g))

3.generator.send()
既可以接收数据，也可以往里面传值。
注意：第一次调用send(None) 因为先执行send，还没有进入函数，就传值不合理

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp ', temp)
        i += 1
    return None
g=gen()
g0 = g.send(None)
print(g0)
g1 = g.send('呵呵')
print(g1)
g2 = g.send('oo')
print(g2)

进程>线程>协程

一个线程下有多个协程

def task_1(n):
    for i in range(n):
        print('Doing task 1, coding ', i)
        yield None  # 增加yield 利用其 暂停功能


def task_2(n):
    for i in range(n):
        print('我正在做第二个任务，现在是 ', i)
        yield


# 任务1、2 交替运行
g1 = task_1(8)
g2 = task_2(5)

while True:
    try:
        next(g1)
        g2.__next__()
    except:
        break

生成器 generator

列表生成式 产生
g = (x for x in range(20))
函数 yield
产生元素

next(generator)
generator.next()
generator.send(xx)
应用：协程 --> 提高效率