python极简教程05：生成器和匿名函数

测试奇谭，BUG不见。

讲解之前，我先说说我的教程和网上其他教程的区别：

1 我分享的是我在工作中高频使用的场景，是精华内容；

2 我分享的是学习方法，亦或说，是指明你该学哪些、该重点掌握哪些内容；

3 基于1和2，你可以按照我的教程学，也可以网上找视频学，也可以看书学……你得明白，掌握学习方法比找学习资料重要得多。

前5期，我已经分享了python的基础语法，如果你按照我的文章，一步一步练习，保准你对python代码的语法特点、书写方式有所了解，并能独立的写一些简单的函数方法，甚至能尝试开始自动化测试的实践（基于python语法）。

当然，如果你想更进一步掌握python语法的特点，那接下来的几篇文章一定不要错过。

这一场，主讲python的生成器和匿名函数。

目的：掌握这两个知识点的概念和使用。

生成器

01 什么是生成器？

记住两个关键：

生成器是一种特殊的函数方法。意味着它和函数（def）密不可分。
基于上一点，只要函数中出现yield关键字，就是生成器函数。

初学的你，还是太难理解？

02 通俗的讲解

你可以将生成器理解为一个盒子，你可以向这个盒子里随意添加元素，当你需要的时候，再取出来用。

请看下面的例子：

# 普通函数

def func():

    return 1

f = func()

print("函数返回值：",f)

->函数返回值：1

print("函数返回值的类型：",type(f))

->函数返回值的类型：<class 'int'>

# 生成器

def gen_func():

    yield 1

    yield 2

g = gen_func()

print("生成器对象：",g)

->生成器对象：<generator object gen_func at 0x00000189B8CFF7C8>

print("生成器对象的类型：",type(g))

->生成器对象的类型：<class 'generator'>

# 读取生成器对象的值，因为生成器也是一个迭代器，实现了python的迭代协议（即实现了__iter__方法）

for i in g:

    print("生成器对象的值:",i)

->生成器对象的值: 1

->生成器对象的值: 2

03 生成器到底有什么用？

作用：惰性求值（一边循环一边计算的机制），节省性能

04 生成器的常见用途？

读大文件
网络爬虫 scrapy 框架
协程

举个例子：斐波那契数列（0,1,1,2,3,5...），打印斐波那契数列前50个元素

# 不使用生成器，会消耗大量内存

def fib(idx):

   res=[]

   n, a, b = 0, 0, 1

   while n < idx:

       res.append(b)

       a, b = b, a+b

       n += 1

   return res

res = fib(100)

print(res)

# 使用生成器，可节约大量内存

def gen_fib(idx):

   n, a, b = 0, 0, 1

   while n < idx:

       yield b

       a, b = b, a+b

       n += 1

for i in gen_fib(100):

   print(i)

匿名函数

01 什么是匿名函数？

当：

函数实现比较简单
函数不需要被多个地方调用
懒得给这个函数起名字

时，我们可以使用匿名函数。

初学的你，还是太难理解？

02 通俗的讲解

你想实现一个求x的平方的函数，但是这个函数太简单，不值得专门def定义，同时，你忘记了平方的英文如何拼写，要是命名成 "pingfang"，又显得自己太low，于是乎，你可以不给这个函数起名字，还能实现它。这就是匿名函数lambda表达式。

比如：求一个数的平方

# 不用 lambda 表达式

def square(x):

    return x * x

print(square(2))

# 使用 lambda 表达式

# 写法：lambda 返回值:计算表达式

s = lambda x: x * x

print(s(2))

一如既往，做个总结

01 如果你是初学者，可以先不掌握生成器和匿名函数，待学成python后，再行琢磨；

02 在实际工作中，生成器和匿名函数的使用频次，相对较高，并且在面试中是高频问点。