python中生成器表达式_Python的生成器和生成器表达式

一，生成器和生成器表达式

什么是生成器，生成器实质就是迭代器，在python中有三种方式来获取生成器:

1. 通过生成器函数

和普通函数没有区别，里面有yield的函数就是生成器函数，生成器函数在执行的时候.，默认不会执行函数体.，返回生成器通过生成器的__next__()分段执行这个函数

send() 给上一个yield传值, 不能再开头(没有上一个yield), 最后一个yield也不可以用send()

先来看一下简单的函数

1 def xue(): #创建一个函数

2 print('学')3 return 'Python' #生成器

4 xue1 =xue()5 print(xue1)6 结果：7 学8 Python

函数中的return换成yield这就是一个生成器

1 defxue():2 print('学')3 yield 'Python'

4 xue1 =xue()5 print(xue1)6 结果：7

运行结果跟上面的不一样，因为由于函数中存在yield，那么这个函数就是一个生成器函数，这个时候我们在执行这个函数的时候，就不再是函数的执行了，而是获取这个生成器，如何使用呢？想想迭代器，生成器的本质就是迭代器，所以，我们可以直接执行__next__()来执行以下生成器

1 defxue():2 print('学')3 yield 'Python'

4 xue1 = xue() #这时候函数不会执行，而是获取到生成器

5 YJ = xue1.__next__()#这个时候函数才会执⾏行yield的作⽤用和return一样. 也是返回数据

6 print(YJ)7 结果：8 学9 Python

yield和return的区别就是，yield是分段来执行一个函数，return是直接停止执行函数

1 defxue():2 print('学')3 yield 'Python'

4 print('也学')5 yield 'java'

6 xue1 = xue() #这时候函数不会执行，而是获取到生成器

7 YJ = xue1.__next__()8 print(YJ)9 YJ1 = xue1.__next__()10 print(YJ1)11 YJ2 = xue1.__next__() #最后一个yield执行完毕，再次__next__()程序报错，也就是说和return无关了

12 print(YJ2)

结果：

当程序运行完最后一个yield,那么后面继续进行__next__()

需求:某学校要订购50000套校服,工厂直接生产50000套校服,但是学校也没有5000个学生,也没有教室放置一次性生产那么多,最后的效果会是什么呢?直接生产50000件校服，刷一下量大的话把你内存撑满！！！

1 defxiaofu():2 lst =[]3 for el in range(0,50000):4 lst.append('校服'+str(el))5 returnlst6 xiaofu()7 print(xiaofu())

我要一套你给一套,一共50000,是不是很完美

defxiaofu():for el in range(0,50000):yield '校服'+str(i)

xf=xiaofu()print(xf.__next__())print(xf.__next__())print(xf.__next__())print(xf.__next__())

两者的区别，第一种是直接一次性全部拿出来，会很占用内存，第二种是使用生成器，一次就一个，用多少生产多少，直到生产完，生成器是一个一个的指向下一个，不会回去，__next__()到哪，指针就指到哪儿，下一次继续获取指针指向的值

send方法，send和__next__()一样都可以让生成器执行到下一个yield

1 defxue():2 print('要学')3 a = yield 'Python'

4 print('a=',a)5 b = yield 'java'

6 print('b=', b)7 c = yield 'PHP'

8 print('c=', c)9 yield 'YJ加油！'

10 xue1 = xue() #获取生成器

11 fh = xue1.__next__()12 print(fh)13 #结果：要学

14 #Python

15 fh1 = xue1.send('VB')16 print(fh1)17 #结果：a= VB

18 #java

19 fh2 = xue1.send('C#')20 print(fh2)21 #结果：b= C#

22 #PHP

23 fh3 = xue1.send('C++')24 print(fh3)25 #结果：c= C++

26 #YJ加油！

send和__next__()的区别

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()

生成器可以使用for需变换来循环获取内部元素：

1 defxue():2 print('要学')3 a = yield 'Python'

4 print('a=',a)5 b = yield 'java'

6 print('b=', b)7 c = yield 'PHP'

8 print('c=', c)9 yield 'YJ加油！'

10 xue1 =xue()11 for el inxue1:12 print(el)

结果：

2. 通过各种推导式来实现生成器

1. 列表推导式 [结果 for循环 条件筛选]

2. 字典推导式 {k:v for循环 条件筛选}

3. 集合推导式 {k for循环 条件}

3. 通过数据的转换也可以获取生成器

二.，生成器表达式，列表推导式，以及其他推导式

我们来看一段代码,给出一个空列表,通过for循环向列表添加1-15个数字:

1 lst =[]2 for i in ramge(1,16):3 lst.append(i)4 print(lst)5 结果:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14,15]

列表推导式写法:

1 #推导式2 lst = [i for i in range(1,16)]3 print(lst)4 结果:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

两者的结果是不是一样?列表推导式比较简洁,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,但是出现错误之后就很难排查

列表推导式的写法：[结果　　for　　变量　　in　　可迭代对象]

需求：从1-19岁写入到lst列表中

1 lst = [str(i)+'岁' for i in range(1,20)]2 print(lst)3 结果：['1岁', '2岁', '3岁', '4岁', '5岁', '6岁', '7岁', '8岁', '9岁', '10岁', '11岁', '12岁', '13岁', '14岁', '15岁', '16岁', '17岁', '18岁', '19岁']

我们还可以对列表中的数据进行筛选，筛选写法：

[ 结果　　for　　变量　　in　　可迭代对象　　if　　条件 ]

#获取1-100内所有的偶数

1 lst = [i for i in range(1,100) if i % 2 ==0]

2 print(lst)

生成器表达式和列表推导式的语法基本是一样的，只是把[]换成()

1 YJ = (i for i in range(1,15))2 print(YJ)3 结果为：4 at 0x000002CE3ABA5660>

上面的结果就是一个生成器，我们可以使用for循环来获取这个生成器

1 YJ = ('我今年%s岁了' % i for i in range(20))2 for i inYJ:3 print(i)4 结果：5 我今年0岁了6 我今年1岁了7 我今年2岁了8 我今年3岁了9 我今年4岁了10 我今年5岁了11 我今年6岁了12 我今年7岁了13 我今年8岁了14 我今年9岁了15 我今年10岁了16 我今年11岁了17 我今年12岁了18 我今年13岁了19 我今年14岁了20 我今年15岁了21 我今年16岁了22 我今年17岁了23 我今年18岁了24 我今年19岁了

生成器表达式也是可以进行筛选的

获取1-100内能被3整除的数

1 #获取1-100内能被3整除的数

2 YJ = (i for i in range(1,100) if i % 3 ==0)3 print(YJ)4 #结果： at 0x000002164AC95660>

5 for i in YJ: #使用for循环来循环这个生成器拿结果

6 print(i)7 结果;8 3,6,9,12,15...99

100以内能被3整除的数的平方

1 YJ = (i * i for i in range(100) if i % 3 ==0)2 for i in YJ: #使用for循环来循环这个生成器拿结果

3 print(i)

生成器表达式跟列表推导式的区别：

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

生成器有惰性机制，生成器只有访问的时候才取值，说白了，你找它要它才会给你值，不找不给它也不会执行

字典推导式：

根据名字也能猜到，推到出来的是字典

1 dic = {'a' : 1, 'b' : 2, 'c' : 3}2 dic1 = {dic[key] : key for key indic}3 print(dic1)4 #结果：{1: 'a', 2: 'b', 3: 'c'}

集合推导式：

集合推导式可以帮我们直接生成一个集合，集合的特点是无序，不重复，所有集合推导式自带去重功能

1 lst = [1,1,2,3,3,66,66,8,9]2 a = {abs(i) for i inlst}3 print(a)4 #结果：{1, 2, 3, 66, 8, 9}

总结：推导式有，列表推导式，字典推导式，集合推导式，切记切记！！！元组是没有推导式的

生成器表达式：(结果 for 变量量 in 可迭代对象 if 条件筛选)

生成器表达式可以直接获取到生成器对象，生成器对象可以直接进行for循环，生成器具有惰性机制！！！

2019年11月13日