python学习之路---day12

               生成器和生成器表达式
一：生成器

生成器实质上就是迭代器。

　　三种方式获取生成器：
    01：通过生成器函数
    02：通过各种推导式实现生成器
    03：通过数据的转换也可以获取生成器

eg：普通函数
    def fun()
        print("")
        return
     ret=func()
     print(ret)
     结果：
     111
     222

 将函数的return  换成yield  就是生成器
     def fun()
        print("")
        yield
     ret=func()
     print(ret)
     结果：<generator object func at 0x10567ff68>
     打印结果：结果是一个函数名字的内存地址

原因：由于函数中存在了yield. 那么这个函数就是⼀个⽣成器
            函数. 这个时候. 我们再执⾏这个函数的时候. 就不再是函数的执⾏了.
            ⽽是获取这个⽣成器.如何使⽤呢? 想想迭代器. ⽣成器的本质是迭代器.
            所以. 我们可以直接执⾏__next__()来执⾏
     其实return和yield一样都有返回值，return返回值后，就退出函数，后面的函数就不在执行
     yield 则是在返回  返回值后 ，还给上一个yield 的变量赋值 

案例结果说明

例如：
         def eat():
             print("我吃什么啊")
             a = yield "馒头"
             print("a=",a)
             b = yield "⼤饼"
             print("b=",b)
             c = yield "⾲菜盒⼦"
             print("c=",c)
             yield "GAME OVER"
        gen = eat() # 获取⽣成器
        ret1 = gen.__next__()
        print(ret1)
        ret2 = gen.send("胡辣汤")
        print(ret2)
        ret3 = gen.send("狗粮")
        print(ret3)
        ret4 = gen.send("猫粮")
        print(ret4)

        打印结果：send和__next__()区别:
            1. send和next()都是让⽣成器向下走⼀次
            2. send可以给上⼀个yield的位置传递值, 不能给最后⼀个yield发送值.
               在第⼀次执⾏⽣
               成器代码的时候不能使⽤send()

案例解释

二：生成器的作用：

生成器可以用for循环来循环获取内部的元素：

def func():
             print(111)
             yield 222
             print(333)
             yield 444
             print(555)
             yield 666
        gen = func()  #这里并没有直接执行这个函数，只是获取了这个函数生成器，
        for i in gen:  #在循环这个函数后，生成器才会执行func()这个函数。i才会找gen要值，func才会执行
        print(i)
        结果:
        111
        222
        333
        444
        555
        666

三：列表推导式：

　　例如：
    lst = []
    for i in range(1, 15):
        lst.append(i)
    print(lst)
    这个代码块是，给出一个列表，通过循环，将数字添加到新的列表中去

    001）：可以用列表推导式：

 　　　　lst = [i for i in range(1, 15)]
        print(lst)
        列表是常用写法：
        [ 结果 for 变量 in 可迭代对象]

    002）：列表推导式还可以用来筛选

        获取1-100内所有的偶数
        lst = [i for i in range(1, 100) if i % 2 == 0]
        print(lst)

四：生成器和列表推导式的区别：

　　生成器： 有yield的函数体
    列表推导式：（  [ 结果 for 变量 in 可迭代对象] ）
    列表推导式是通过一行来构建我们需要的列表，列表推导式看起来代码简单。但是出了
    错误很难排查！

五：生成器表达式：
    001）：⽣成器表达式和列表推导式的语法基本上是⼀样的. 只是把[]替换成()

　　　　　　

gen = (i for i in range(10))
            print(gen)
            结果:
            <generator object <genexpr> at 0x106768f10>

                打印的结果就是⼀个⽣成器. 我们可以使⽤for循环来循环这个⽣成器:
            gen = ("麻花藤我第%s次爱你" % i for i in range(10))
            for i in gen:
             print(i)

六：⽣成器表达式和列表推导式的区别:

　　1. 列表推导式比较耗内存. ⼀次性加载. ⽣成器表达式⼏乎不占⽤内存. 使⽤的时候才分
    　　配和使⽤内存
    2. 得到的值不⼀样. 列表推导式得到的是⼀个列表. ⽣成器表达式获取的是⼀个⽣成器.

　　　　举个栗⼦.

　　　　

同样⼀篮⼦鸡蛋. 列表推导式: 直接拿到⼀篮⼦鸡蛋. ⽣成器表达式: 拿到⼀个老⺟鸡. 需要
    鸡蛋就给你下鸡蛋.
    ⽣成器的惰性机制: ⽣成器只有在访问的时候才取值. 说⽩了. 你找他要他才给你值. 不找他
    要. 他是不会执⾏的.

七：总结: 推导式有, 列表推导式, 字典推导式, 集合推导式, 没有元组推导式

 　　⽣成器表达式: (结果 for 变量 in 可迭代对象 if 条件筛选)
     ⽣成器表达式可以直接获取到⽣成器对象. ⽣成器对象可以直接进⾏for循环. ⽣成器具有
     惰性机制.