函数进阶3 —— 生成器、yield from

今天我们在进一步了解一下，生成器。

①：

 def func():
     print('这是函数func')
     return '函数func'
 func()

结果是

这是函数func

②：

 def func1():
     print('这是函数func1')
     yield '函数func'
 func1()

③：

 def func1():
     print('这是函数func1')
     yield '函数func'
 print(func1())

结果：

<generator object func1 at 0x0000000002138E58>  返回的是func1的内存地址。

有没有发现这三个的值不一样。

那么 return 和yield 的区别是什么呢？

return是返回值，直接停止这个函数，

yield是分段停止这个函数。

1.生成器的本质就是迭代器
2.通过函数变成一个生成器

 def func():
     print(1)
     yield 5  # 我的函数走到这了
     print(2)
     yield 9  # 我的函数走到这了

 g = func()  # 生成一个生成器

 print(g.__next__())
 print(g.__next__())

def func():
    print(1)
    # return 5
    yield 5
print(func().__next__())  # 这样生成一个生成器
print(func().__next__())  # 这样生成一个生成器
print(func().__next__())  # 这样生成一个生成器
print(func().__next__())  # 这样生成一个生成器

　　

 def func():
     print(1)
     yield 5  # 我的函数走到这了
     print(2)
     yield 9  # 我的函数走到这了

 g = func()  # 生成一个生成器
 print(g.__next__())
 print(g.__next__())

 碰到return就结束函数
 碰到yield不结束就挂起
 生成器的好处,非常节省内存

def func():
    print(1)
    a = yield 2  # 1.挂起 2.返回值 3.接受值
    print(a)   # '123'
    print(3)
    b = yield 4
    print(b)   #'234'
    c = yield 9
g = func()

print(g.__next__())   #1 2  g.send(None)
print(g.send(''))  # send = next+传值
print(g.send(''))  # send = next+传值
# 第一次调用生成器的时候使用send里边的值必须是None

 def func():
     yield 1
     yield 2

 g = func()
 ret = g.__next__()
 print(ret+4)
 print(g.__next__())

2.yield  from

 def func():
     li = [1,2,3,4]
     # yield li
     yield from li  #(= for yield in li)

 ret = func()  # 把生成器的地址给了ret
 print('is ret',ret.__next__())  #一个生成器
 print('is ret',ret.__next__())
 # 执行ret这个变量的指向的生成器地址:
 print('is ret',ret)
 # # 在全局空间找到一个变量叫做ret的,打印它的值 值就是生成器的地址

 def func():
     li = [1,2,3,4]
     l2 = [5,6,7,8]
     # yield from li
     # yield from l2
     for i in li:
         yield i

     for em in l2:
         yield em
 #
 ret = func()  # 把生成器的地址给了ret
 print('is ret',ret.__next__())
 print('is ret',ret.__next__())
 print('is ret',ret.__next__())
 print('is ret',ret.__next__())
 print('is ret',ret.__next__())

yield from li  =  for i in li
　　　　　　　　　　　yield i　

 # 总结:
 #     1.生成器的本质就是一个迭代器
 #     2.生成器一定是一个迭代器,迭代器不一定是一个生成器
 #     3.生成器是可以让程序员自己定义的一个迭代器
 #     4.生成器的好处,节省内存空间
 #     5.生成器的特性 一次性的,惰性机制,从上向下
 #     6.send相当于 next+传值,第一次触生成器的时候,如果使用send(None)
 #         值必须是None,一般我建议你们使用__next__
 #     7.    python2 iter()  next()
 #           python3 iter()  next()  __next__() __iter__()
 #     8.yield from 将可迭代对象元素逐个返回

3.推导式

一个容器包在最外面，结果，语法：

[结果，语法] #容器

 # 列表推导式
 li = []
 for i in range(10):
     li.append(i)
 print(li)

 print([i for i in range(10)])

 li = []
 for i in range(10):
     if i%2 == 1:
         li.append(i)
 print(li)

 print([i for i in range(10) if i%2 == 0])  # 过滤(筛选)

for循环的嵌套：

 li = []
 for i in range(3):
     for em in range(3):
         li.append(em)
 print(li)

 # print([j for i in range(10) for em in range(3) for j in range(5)])

其字典、集合的推导式同列表推导式，没有元组推导式。

 g = (i for i in range(10))
 print(g)

 结果：<generator object <genexpr> at 0x0000000002168E58>