python生成器推导式的结果是什么_python生成器,推导式

一.生成器

什么是生成器.生成器实质就是迭代器.

在python中三种方式来获取生成器:

1.通过生成器函数

2.通过各种推导式来实现生成器.

3.通过数据的转换也可以获取生成器.

(一).初始生成器

我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。

Python中提供的生成器：

1.生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

生成器Generator：

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)

特点：惰性运算,开发者自定义

(二).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。

1 importtime2 defgenrator_fun1():3 a = 1

4 print('现在定义了a变量')5 yielda6 b = 2

7 print('现在又定义了b变量')8 yieldb9

10 g1 =genrator_fun1()11 print('g1 :',g1) #打印g1可以发现g1就是一个生成器

12 print('-'*20) #我是华丽的分割线

13 print(next(g1))14 time.sleep(1) #sleep一秒看清执行过程

15 print(next(g1))16

17 初识生成器函数18

19 初始生成器函数

生成器有什么好处呢？就是不会一下子在内存中生成太多数据

假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。

而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。

1 defproduce():2 """生产衣服"""

3 for i in range(2000000):4 yield "生产了第%s件衣服"%i5

6 product_g =produce()7 print(product_g.__next__()) #要一件衣服

8 print(product_g.__next__()) #再要一件衣服

9 print(product_g.__next__()) #再要一件衣服

10 num =011 for i in product_g: #要一批衣服，比如5件

12 print(i)13 num +=1

14 if num == 5:15 break

(三).send

1 defgenerator():2 print(123)3 content = yield 1

4 print('=======',content)5 print(456)6 yield27

8 g =generator()9 ret = g.__next__()10 print('***',ret)11 ret = g.send('hello') #send的效果和next一样

12 print('***',ret)13

14 #send 获取下一个值的效果和next基本一致

15 #只是在获取下一个值的时候，给上一yield的位置传递一个数据

16 #使用send的注意事项

17 #第一次使用生成器的时候 是用next获取下一个值

18 #最后一个yield不能接受外部的值

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,不能给最后一个yield发送值.在第一次执行生成器代码的时候不能使用send()

二.列表推导式和生成器表达式

1 l = [i for i in range(10)]2 print(l)3 l1 = ['选项%s'%i for i in range(10)]4 print(l1)

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

3.Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：

sum(x ** 2 for x in range(4))

(一).列表推导式

例一:30以内所有能被3整除的数

1 multiples = [i for i in range(30) if i % 3 is0]2 print(multiples)3 #Output: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

例二：30以内所有能被3整除的数的平方

1 defsquared(x):2 return x*x3 multiples = [squared(i) for i in range(30) if i % 3 is0]4 print(multiples)

例三:找到嵌套列表中名字含有两个‘e’的所有名字

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],

['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]print([name for lst in names for name in lst if name.count('e') >= 2]) #注意遍历顺序，这是实现的关键

(二).字典推导式

例一：将一个字典的key和value对调

1 mcase = {'a': 10, 'b': 34}2 mcase_frequency = {mcase[k]: k for k inmcase}3 print(mcase_frequency)

例二：合并大小写对应的value值，将k统一成小写

1 mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}2 mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k inmcase.keys()}3 print(mcase_frequency)

(三).集合推导式

例：计算列表中每个值的平方，自带去重功能

1 squared = {x**2 for x in [1, -1, 2]}2 print(squared)3 #Output: set([1, 4])

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.

深坑==>生成器,要值的时候才拿值

一个重要的例子

1 defadd(a,b):2 return a+b3

4 deftest():5 for r_i in range(4):6 yieldr_i7

8 g=test()9 for n in [2,10]:10 g=(add(n,i) for i ing)11

12

13 print(list(g))