(六)函数----(六)
目录
6.1生成器
生成器的本质就是迭代器
如何触发一个生成器?
我们可以使用__next__,如
def generator():
print(123)
yield 1
print(456)
yield 2
g1 = generator()
g2 = generator() #g2和g1是两个不同的生成器
print(g1.__next__())
print(g1.__next__())
print(g2.__next__())
'''
123
1
456
2
123
1
'''
我们也可以使用send()进行触发,如
def generator():
print(123)
yield 1
print(456)
arg = yield 2
g1 = generator()
ret = g1.__next__()
print(ret)
ret = g1.send(None) #send和next看以来一样的功能
print(ret)
'''
123
1
456
2
'''
def generator():
print(123)
content = yield 1 #content接收了hello
print('=======',content)
print(456)
arg = yield 2
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')
print('***',ret)
'''
123
*** 1
======= hello
456
*** 2
'''
send 获取下一个值的效果和next基本一致
只是在获取下一个值的时候,给上一个yield的位置传递一个数据
使用send的注意事项
第一次使用生成器的时候 是用next获取下一个值
函数中的最后一个yield不能接受外部的值
6.2例子:获取移动平均值
每次新增加一个数字,就从新更新一次平均值
num = 10 20 30
avg = 10 15 20
avg = sum/count
def average():
sum = 0
count = 0
avg = 0
while True:
num = yield
sum += num
count += 1
avg = sum/count
yield avg
avg_g = average()
avg_g.__next__()
avg1 = avg_g.send(10)
avg_g.__next__()
avg1 = avg_g.send(20)
print(avg1)
改进:
def average():
sum = 0
count = 0
avg = 0
while True:
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)
6.3预激生成器的装饰器
装饰器就做了一个工作激活average,以后使用就可以少写一个__next__
def init(func): #装饰器
def inner(*args,**kwargs):
g = func(*args,**kwargs) #g = average()
g.__next__()
return g
return inner
@init
def average():
sum = 0
count = 0
avg = 0
while True:
num = yield avg
sum += num # 10
count += 1 # 1
avg = sum/count
avg_g = average() #===> inner
ret = avg_g.send(10)
print(ret)
ret = avg_g.send(20)
print(ret)
6.4补充一个知识点:python 3 关于生成器的循环
#python 3
# def generator():
# a = 'abc'
# b = '123'
# for i in a:
# yield i
# for i in b:
# yield i
#新方法
def generator():
a = 'abcde'
b = '12345'
yield from a #一个个返回
yield from b
g = generator()
for i in g:
print(i)
'''
a
b
c
1
2
3
'''
6.5列表推导式和生成器表达
列表推导式:
a.[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] -------遍历之后挨个处理
b.[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] ------筛选功能
生成器表达式------()圆括号
列表推导式-----[]方括号
#30以内所有能被3整除的数
ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式
g = (i for i in range(30) if i%3 == 0) #生成器表达式
print(ret)
print(g)
'''
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]
<generator object <genexpr> at 0x000000000218D4F8>
'''
例子: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']]
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']]
ret = [name for lst in names for name in lst if name.count('e') ==2]
ret = (name for lst in names for name in lst if name.count('e') ==2)
print(ret)
字典推导式
例一:将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
#{10:'a' , 34:'b'}
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
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
#{'a':10+7,'b':34,'z':3}
mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
#get(k.lower(),0)没有找到,就返回0
print(mcase_frequency)
集合推导式,自带结果去重功能
squared = {x**2 for x in [1, -1, 2]}
print(squared)