Python全栈学习Day14 生成器函数进阶 推导式

昨日内容复习

迭代器和生成器

迭代器：

1 双下方法：很少调用的方法，是通过其他方法触发
2 可迭代的——可迭代协议，含有__inter__方法且可以被for循环
3 判断是否可迭代
print(‘inter’ in dir(数据))
4 迭代器协议：
含有__inter__和__next__方法
5迭代器与可迭代的方法：
迭代器一定可迭代，可迭代不一定是迭代器，可迭代可以通过调用iter()方法就能得到一个迭代器
6迭代器的特点：
方便使用，且只能取所有的数据（从头到尾取一次）
节省内存空间，只关心当前数据状态和下一个数据的状态，其他的数据没有在内存真正的生成

生成器

本质：迭代器
生成器的表现形式：
生成器函数：
含有yield的关键字的函数，就是生成器函数
特点
调用函数的时候函数不执行，返回生成器。
每次调用next方法的时候会取到一个值，直到取完最后一个再执行会保存

今日

生成器函数进阶

send的获取下一个值使用效果和next基本一样，只不过获取下一个值的时候给上一个yield传递了数据
send注意事项
第一次使用生成器的时候是用next获取下一个值
最后一个yield不能接收外部的值

def generator():
    print(1)
    content = yield 'a'
    print('=====', content)
    print(2)
    yield 'b'


g = generator()
ret = g.__next__()
print(ret)
res = g.send('hello')
print('***', res)

例子：获取移动平均值

def average():
    sum = 0
    count = 0
    avg = 0
    while 1:
        num = yield avg
        sum += num
        count += 1
        avg = sum/count


avg_g = average()
avg_g.__next__()
avg1 = avg_g.send(10)
avg1 = avg_g.send(20)
print(avg1)

装饰器函数实现上面例子

def init(func):
    def inner(*args, **kwargs):
        result = func(*args, **kwargs)
        result.__next__()
        return result
    return inner


@init
def average():
    sum = 0
    count = 0
    avg = 0
    while 1:
        num = yield avg
        sum += num
        count += 1
        avg = sum/count


avg_g = average()
avg1 = avg_g.send(10)
avg1 = avg_g.send(20)
print(avg1)

yield from 可以从一个容量中取到所有值

def generator():
    a = 'abcdef'
    b = '12345'
    yield from a
    yield from b
g = generator()
for i in g:
    print(i)

列表推导式

egg_list = ['鸡蛋%s' % i for i in range(10)]
print(egg_list)

生成器表达式

(i for i in range(10))
与列表推导式区别是括号不一样，返回值不一样

g = (i for i in range(10))
for i in g:
    print(i)

各种推导式

列表表达式：
[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]
例子：取出30以内能被3所整除

ret = [ i for i in range(30) if i % 3 == 0]
print(ret)

字典推导式
将key与value对调

mcase = {'a': 10, 'b': 20}
mcase_frequency = {mcase[k]: k for k in mcase}
print(mcase_frequency)

例二 合并大小写对应的value值，将k统一成小写

ret = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
ret_frequncy = {k.lower(): ret.get(k.lower(), 0) + ret.get(k.upper(), 0)for k in ret}
print(ret_frequncy)

集合推导式
集合特点：去重

squard = {x**2 for x in [1, -1, 2]}
print(squard)