Python笔记第九节：匿名函数，生成器***

匿名函数 lambda

什么是匿名函数呢：匿名函数即是没有名字的函数。

匿名函数的定义：使用lambda关键字来定义匿名函数，参数列表不需要小括号，冒号是用来分割参数列表和表达式的，不需要再使用return语句，冒号右边就是函数的返回值，lambda表达式（匿名函数）只能写在一行上。被称为单行函数，lambda的主要用途在于高阶函数传参数时，使用lambda可以写出更简单的代码，简化代码

lambda匿名函数最好使用在只传一个参数的时候，函数比较简单

格式  ：  lambda 参数列表 ：表达式
	匿名函数举例：
	 lambda x : x **2 		#这里是定义匿名函数
	（lambda x : x **2）(4)		#这里是调用匿名函数 并传入一个值给x  为4
	 print((lambda x, y=3: x + y)(5, 6))
	 print((lambda *args: (x for x in args))(*range(5)))
	 [x for x in (lambda *args: map(lambda x: x+1, args))(*range(5))]  #高阶函数
	 [x for x in (lambda *args: map(lambda x: (x+1,args), args))(*range(5))] 

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

生成器函数

生成器generator：生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数就可以得到一个生成器对象。

生成器函数:只要函数体中包含了yield语句的函数，那么这个函数就是生成器函数，调用后返回一个生产器对象，生成器对象就是一个可迭代对象，是一个迭代器，生成器对象是延迟计算的，惰性求值

**生成器函数包含yield语句的生成器函数调用生成生成器对象的时候，生成器函数的函数体不会立即执行next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句，会弹出值，并暂停函数执行再次调用next函数，和上一条一样的处理过程继续调用next函数，生成器函数如果结束执行了（显式或隐式调用了return语句），会抛出StopIteration异常

生成器函数调用：普通的函数调用fn()，函数会立即执行完毕，但是生成器函数可以使用next函数多次执行生成器函数等价于生成器表达式，只不过生成器函数可以写得更加的复杂

生成器函数yield举例:
def inc():
for i in range(5):
yield i							# 这里有yield 这个函数就是生成器函数
print(type(inc))print(type(inc()))
x = inc()					# 这里调用函数
print(type(x))		
print(next(x))			# 这里像函数要一个返回值 返回一个
for m in x:				# 这里遍历生成器生成的生成器对象   
print(m, '*')
for m in x:
print(m, '**')

yield 使用：

举例：
def gen():
	print('line 1 ')
	yield 1					#使用next（）执行到这里会停一下返回值
	print('line 2 ')
	yield 2				##使用next（）执行到这里会停一下返回值
	print('line 3 ')
	retun 3				# 到return函数结束  不会再执行yield
	yield
	
在生成器函数中，使用多个yield语句，执行一次后会暂停执行，
把yield表达式的值返回再次执行会执行到下一个yield语句return语句依止函数运行，
但return语句的返回值不能被获取到return会导致当前函数返回，无法继续执行，也无法继续获取下一个值，抛出StopIteration异常
如果函数没有显式的return语句，如果生成器函数执行到结尾（相当于执行了return None），一样会抛出StopIteration异常

生成器的应用

无限循环
def counter():
	i = 0
	while True:
		i += 1
		yield i			#用yield来隔离  要一次执行一次 不会出现无线循环 倒置电脑死机
	definc(c):
	return next(c)c= counter()print(inc(c))print(inc(c))

计数器
def inc():
	def counter():
		i = 0
		while True:
			i += 1
			yield i				#yield  不怕死机
	c = counter()
	return lambda : next(c)	  	#这里是返回了一个匿名函数lambda并且用next（）拨动了一下counter函数
foo= inc()						#把生成器函数给foo
print(foo())					#执行foo
print(foo()) 					#执行foo得到的结果是不一样的 因为没有重新运行函数

生成器的应用2：协程coroutine

生成器的高级用法
比进程、线程轻量级
是在用户空间调度函数的一种实现
Python3 asyncio就是协程实现，已经加入到标准库
Python3.5使用async、await关键字直接原生支持协程
协程调度器实现思路
有2个生成器A、B
next(A)后，A执行到了yield语句暂停，然后去执行next(B)，B执行到yield语句也 暂停，然
后再次调用next(A)，再调用next(B)在，周而复始，就实现了调度的效果
可以引入调度的策略来实现切换的方式
协程是一种非抢占式调度

def inc():							def inc():
	for x in range(1000):				yield from range(1000)			# 与左边等价  函数结果是一样的 左边的简写方式
	yield x				#生成器函数

yield from是Python 3.3出现的新的语法
yield from iterable是for item in iterable: yield item形式的语法糖
从可迭代对象中一个个拿元素
def counter(n): #生成器，迭代器
for x in range(n):
yield x
def inc(n):
yield from counter(n)
foo = inc(10)
print(next(foo))
print(next(foo))