python函数生成器_python函数--生成器

1     生成器

1.1   生成器的背景

迭代器的好处就是节省内存，而在某些情况下，我们也需要节省内存，就只能自己写。而我们自己写的这个实现迭代器功能的东西就是生成器

1.2   生成器的本质、特点

本质：迭代器(所以自带了__iter__方法和__next__方法，不需要我们去实现)

只要函数内部包含有yield关键字，那么函数名()的到的结果就是生成器，并且不会执行函数内部代码

特点：和迭代器的特点相同；惰性、节省内存、一步步执行

2     生成器函数

一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

生成器函数() -->获取的是生成器. 这个时候不执行函数

def func():

print("111")

yield 222

gener = func()  # 这个时候函数不会执行. 而是获取到⽣成器

ret = gener.__next__()  # 这个时候函数才会执行. yield的作用和return一样. 也是返回数据

2.1   yield和return的区别

yield是分段来执行一个函数. return呢? 直接停止执行函数.

send和__next__()区别:

(1) send和next()都是让生成器向下走一次

(2) send可以给上一个yield的位置传递值, 不能给后一个yield发送值. 在第一次执行生

成器代码的时候不能使用send()

2.2   生成器函数的执行方式获取数据

2.2.1 一个一个获取

2.2.1.1  __next__()

deffunc():print("111")yield 222

print("333")yield 444gener=func()

ret= gener.__next__()print(ret) #222

ret2 = gener.__next__()print(ret2) #333

ret3 = gener.__next__() #最后一个yield执行完毕. 再次__next__()程序报错,

print(ret3)

使用生成器. 一次就一个. 用多少生成多少.  生成器是一个一个的指向下一个.  不会回去, __next__()到哪, 指针就指到哪. 下一次继续获取指针指向的值

---->可以看出特点：一步一步向下执行，节省内存

2.2.1.2  Send()

Send()必须有参数，否则会报错

send() 和__next__()是一样的. 可以执行到下一个yield, 可以给上一个yield位置传值

# def func():

#    print("我是第一个段")

#   a =yield 123

#     print(a)

#   b = yield 456

#     print(b) # ??

#     print("赵一宁是第三段")

#   c = yield 789

#  print(c)

#     print("刘伟是最后一个段")

#     yield 79  # 最后收尾一定是yield

#

# g = func()   #获取生成器

# print(g.__next__()) # 没有上一个yield 所以不能使用send() 开头必须是__next__()

# print(g.send("煎饼果子"))

# print(g.send("韭菜盒子"))

# print(g.send("锅包肉"))  ## ??

2.2.2 一次性获取

List()、set()、str()、tuple()、for循环

3     推导式

3.1   列表、字典、集合推导式

lst =[]for i in range(1,15):

lst.append(i)print(lst)

替换成列表推导式:lst1 = [i fori inrange(1,15)]

print(lst1)

列表推导式是通过一行来构建你要的列表, 列表推导式看起来代码简单. 但是出现错误之

后很难排查.

列表推导式的常用写法:

[ 结果 for 变量 in 可迭代对象

判断条件]

3.2

生成器表达式

生成器表达式和列表推导式的区别:

(1)列表推导式比较耗内存. 一次性加载. 生成器表达式几乎不占用内存. 使用的时候才分 配和使用内存

(2)得到的值不一样. 列表推导式得到的是一个列表. 生成器表达式获取的是一个生成器.

生成器表达式和列表推导式的语法基本上是一样的. 只是把[]替换成()

gen = (i for i in range(10))print(gen)

结果： at 0x000001EFBA75EDB0>

# 寻找名字中带有两个e的人的名字

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],  ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]

# 不用推导式和表达式

result =[]for first innames:for name infirst:if name.count("e") >= 2:

result.append(name)

# 推导式

gen = (name for first in names for name in first if name.count("e") >= 2)for name ingen:print(name)

4     生成器的惰性机制的详细解释

def add(a,b): #加法器

return a +bdef test(): #生成器

for i in range(4):yieldi

g=test() #获取生成器

for n in [1,10]: #这个for循环并未执行生成器，生成器执行的方式：__next__()、send()、list()等

g=(add(n,i) for i in g)#for循环执行完时，n=10,g=(add(n,i) for i in (add(n,i) for i in g))

#--->g=(add(10,i) for i in (add(10,i) for i in g))

print(g.__next__()) #20，此时才执行生成器的一步，指针就指向了这一步后

print(g.__next__()) #21，此时才执行生成器的一步，指针就指向了这一步后

print(list(g)) #[22,23]这一步是在上一步的基础上，把下面所有的步骤全部执行完，到此时生成器执行完

print(list(g)) #[],上面的生成器已经执行完毕，所以为空，list没有__next__()方法，所以没有StopIteration的报错

#结果显示[]