Python 推导式和生成器

[旧列表 ] （根据一定条件）–> [新列表]

格式：
[表达式 for 变量 in 旧列表 if 条件]

列表推导式示例

list1=[1,2,1,3,5,2,1]
set1=[x for x in list1 if x>3]
print(set1)

——————————————————————————————————————
**************************************************************************************************——————————————————————————————————————

由于使用推导式会立刻创建对应大小的空间，假设列表推导式创建的新列表有一百万个元素，但我们实际上不会用到这么多元素，在这种情况下就会非常浪费空间。所以我们可以使用生成器，在其内置的循环中用到时不断推断出后续新的元素。

写法差不多，将[]换成()

——————————————————————————————————————
**************************************************************************************************——————————————————————————————————————

下面补充下yield

def test(max):
    n=0
    while(n<max):
        n+=1
        yield n

g=test(5)

print(g)

由上述示例可知，在函数中使用yield可以直接将函数变成生成器

使用next进行迭代

yield n 可以理解为当函数执行到此处时会返回（在循环中可以理解为循环被暂停了），

在返回的时候会把当前上下文保存下来，

当下一次调用的时候会在上次返回的地方继续往下执行。

——————————————————————————————————————
**************************************************************************************************——————————————————————————————————————
函数生成器具体应用
在携程间进行任务切换

def task1():
    n=0
    while(n<6):
        n+=1
        print("task1 run: {} ".format(n))
        yield

def task2():
    n=0
    while(n<6):
        n+=1
        print("task2 run: {} ".format(n))
        yield
g1=task1()
g2=task2()
while True:
    try:
        next(g1)
        next(g2)
    except:
        pass