Python生成器百日築基之堵漏_ZenDei技術網路在線

生成器函數體內有yield選項的就是生成器,生成器的本質是迭代器,由於函數結構和生成器結構類似,可以通過調用判斷是函數還是生成器.如下: 生成器的優點就是節省記憶體.Python獲取生成器的二種方式: 通過函數獲取生成器通過生成器推導式創建生成器通過函數獲取生成器從列印內容可以看出是生成器.但 ...

生成器
函數體內有yield選項的就是生成器,生成器的本質是迭代器,由於函數結構和生成器結構類似,可以通過調用判斷是函數還是生成器.如下:

def fun():
    yield "我是生成器"
print(fun())

# 列印內容如下:
<generator object fun at 0x0000000002160ED0>

生成器的優點就是節省記憶體.
Python獲取生成器的二種方式:

通過函數獲取生成器
通過生成器推導式創建生成器

通過函數獲取生成器

def fun(): 
    print("fun") 
    yield "生成器" 
g = fun() 
print(g)    # 列印函數名查看是否是生成器 

# 列印內容如下:
<generator object fun at 0x0000000000510ED0>

從列印內容可以看出是生成器.但是發現生成器裡面的內容沒有被列印,那如何列印生成器內容呢?我們可以把生成器理解成迭代器的變異版,所以要列印生成器的內容,與迭代器類似,創建生成器對象後.可以使用生成器.__next__()來列印生成器內容.或者next(),send()等來列印生成器,如下:
使用.__next__()來列印生成器中的內容

def fun(): 
    print("fun") 
    yield "生成器" 
    print("我在生成器的下麵") 
g = fun()       # 創建生成器對象 
print(g)        # 列印生成器對象 
print(g.__next__())    # 列印生成器裡面的內容 

# 列印內容如下:
<generator object fun at 0x0000000002200ED0>
fun 
生成器

可以發現yield下麵的print語句沒有被列印.到yield停止了

def fun(): 
    print("fun") 
    yield "生成器1" 
    print("我在生成器1下麵") 
    yield "生成器2" 
    print("我在生成器2的下麵") 
g = fun()    # 創建生成器對象 
print(g.__next__()) 
print(g.__next__()) 

# 列印內容如下:
fun 
生成器1 
我在生成器1下麵 
生成器2

由上面兩個事例可以得出一個總結:就是每next一次就執行一次yield上面的代碼一次,yield下麵的代碼不會被執行,這就是生成器的惰性機制
使用next()列印生成器內容

def fun(): 
    print("fun") 
    yield "生成器" 
    print("我在生成器下麵") 
    yield "生成器2" 
    print("我在生成器2的下麵") 
g = fun() 
print(next(g)) # next(g)列印生成器內容 
print(next(g)) # next(g)列印生成器內容 

# 列印內容如下:
fun 
生成器 
我在生成器下麵 
生成器2

與.__next__()功能類似
使用send(參數)列印生成器內容:
send方法可以給上一層的yield傳遞一個值,如果上一個yield沒有值的話send的參數將被忽略,如果有值yield的值將被改變成當前的參數,還有需要註意的地方就是如果send(參數)做為第一次迭代,由於上一層沒有yield,所以沒有辦法傳參,會導致出現錯誤,錯誤內容如下:
TypeError: can't send non-None value to a just-started generator
我們將send(None)作為第一次調用即可.然後在第二次調用時可以傳適當的參數.
如下:

def fun(): 
    print("fun") 
    val = yield "生成器" 
    print("我在生成器下麵") 
    print(val) 
    yield "生成器2" 
    print("我在生成器2的下麵") 
    yield "生成器3" 
    print("我在生成器3的下麵") 
g = fun() 
print(g.send(None)) 
print(g.send("send")) 
print(g.send("send2")) 

# 列印內容如下:
fun 
生成器 
我在生成器下麵 
send 
生成器2 
我在生成器2的下麵 
生成器3

生成器的基礎用法:
使用for迴圈列印生成器對象

def fun(): 
    print("fun") 
    yield "生成器" 
    print("我在生成器下麵") 
    yield "生成器2" 
    print("我在生成器2的下麵") 
    yield "生成器3" 
    print("我在生成器3的下麵") 
g = fun() # 創建生成器對象 
for g_buf in g: # 使用for迴圈列印生成器對象 
    print(g_buf) 

# 列印內容如下
fun
生成器
我在生成器下麵
生成器2
我在生成器2的下麵
生成器3
我在生成器3的下麵

yield可以返回任何數據類型,這裡以列表為事例

def fun(): 
    list_1 = [1,2,3,4,5] 
    yield list_1 # 將整個列表作為返回值傳給生成器對象
g = fun() # 創建生成器對象 
print(g.__next__()) # 列印生成器對象 

# 列印內容如下:
[1, 2, 3, 4, 5]

如果想要yield從列表中每次返回一個元素使用yield from 列表來實現

def fun(): 
    list_1 = [1,2,3,4,5] 
    yield from list_1 
g = fun() # 創建生成器對象 
print(g.__next__()) # 列印生成器對象內容 

# 列印內容如下:
1

可以發現只列印了列表中的一個元素.可以使用for迴圈列印所有內容:

def fun(): 
    list_1 = [1,2,3,4,5] 
    yield from list_1 
g = fun() 
for g_buf in g: 
print(g_buf) 

# 列印內容如下:
1 
2 
3 
4 
5

相當於事項了5次print(g.__next__()) # 列印生成器對象內容

推導式:
列表推導式:
如給list_1列表賦值1-20,常規做法如下:

list_1 = [] 
for num in range(20): 
    list_1.append(num) 
print(list_1) 

# 列印內容如下:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

列表list_1和list_2簡單的推導式如下:

list_1 = [num for num in range(20)] 
list_2 = ["Python: %s" % num for num in range(5)]
print(list_1) 
print(list_2) 

# 列印內容如下:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
['Python: 0', 'Python: 1', 'Python: 2', 'Python: 3', 'Python: 4']

列表推導式還可以進行篩選,如下:

list_1 = [num for num in range(20) if num < 5 or num == 15]
print(list_1) 

# 列印內容如下:
[0, 1, 2, 3, 4, 15]

升級一點,將一個嵌套列表中以"a"開頭和以"h"開頭的元素存放在一個空列表中
基礎寫法如下:

names = [['abc', 'abb', 'zzz'],["hello","world","xiaoming"]] 
list_names = [] 
for name_1 in names: 
    if type(name_1) == list: 
        for name_2 in name_1: 
            if name_2.startswith("a") or name_2.startswith("h"):
                list_names.append(name_2) 
print(list_names) 

# 列印內容如下:
['abc', 'abb', 'hello']

使用列表推導法

names = [['abc', 'abb', 'zzz'],["hello","world","xiaoming"]] 
list_names = [name_2 for name_1 in names if type(name_1) for name_2 in name_1 if name_2.startswith("a") or\ 
name_2.startswith("h")] 

# 列印內容如下:
['abc', 'abb', 'hello']

生成器推導式:
與列表推導式類似,只不過列表是使用[],生成器推導式使用的是()

g_1 = (num for num in range(20)) 
print(g_1) 
print(g_1.__next__()) 
print(g_1.__next__()) 

# 列印內容如下:
<generator object <genexpr> at 0x00000000026A0ED0>
0 
1

從列印內容和使用__next__()方法可以看出g_1是列表表達式.
可以使用for迴圈列印生成器對象

g_1 = (num for num in range(20)) 
for num in g_1: 
　　print(num)

生成器的篩選與列表推導式用法一樣,只不過是()
如下:過濾1-20內的所有偶數

g_1 = (num for num in range(20) if num % 2 == 0)

升級:與上面列表推導式升級練法類似.

names = [['abc', 'abb', 'zzz'],["hello","world","xiaoming"]] 
list_names = (name_2 for name_1 in names if type(name_1) for name_2 in name_1 if name_2.startswith("a") or\ 
name_2.startswith("h")) # 創建生成器對象 
print(list_names) 
for buf in list_names: 
    print(buf) 

# 列印內容下:
<generator object <genexpr> at 0x0000000002150ED0> 
abc 
abb 
hello

生成器表達式和列表推導式的區別:

列表推導式比較耗記憶體,一次性載入.生成器表達式幾乎不占用記憶體.使用的時候才分配和使用記憶體
得到的值不一樣,列表推導式得到的是一個列表.生成器表達式獲取的是一個生成器

字典推導式:

list_1 = ["電視劇","電影"] 
list_2 = ["上海灘","黃飛鴻"] 
dict_1 = {list_1[i]:list_2[i] for i in range(len(list_1))} 
print(dict_1) 

# 列印內容如下:
{'電視劇': '上海灘', '電影': '黃飛鴻'}

集合推導式:
集合的特點;無序,不重覆所以集合推導式自帶去重功能

list_1 = [1,2,3,4,2,3,5] 
set_1 = {i for i in list_1} # 集合推導式 
print(set_1) 

# 列印內容如下:
{1, 2, 3, 4, 5}

總結:

推導式有列表推導式,生成器推導式,字典推導式,集合推導式
生成器表達式: (結果 for 變量 in 可迭代對象 if 條件篩選)
生成器表達式可以直接獲取到生成器對象,生成器對象具有惰性,每次只能列印一個生成器內容,可以使用for迴圈列印生成器所有的內容.

Python生成器 百日築基之堵漏

Python生成器百日築基之堵漏