生成器、列表推导式、生成器表达式

知识要点：

1、生成器

定义：就是自己用Python代码写的迭代器，生成器的本质就是迭代器。

可以用以下两种方法构建一个生成器：

1、通过生成器函数

2、生成器表达式

 

一、生成器函数：
我们之前学的一般的函数：
def fun(x):
  x+=1
  return x
fun(5)  # 函数名+()是函数的执行命令，并且接受函数的返回值。
 
生成器函数：
def fun(x):
  x+=1
  print(666)
  yield x
  x+=3
  yield 'alex'
g=fun(5) #这个执行的结果是生成器的对象
print(g.__next__())  #每一个netx执行对应的yield上面的所有语句
print(g.__next__())   #一个next对应一个yield，写多了会报错
yield的作用：yield将值返回给：生成器对象.__next__()

 

yeild和return的不同

1、return结束函数，给函数执行者返回值

2、yield不会结束函数，一个next对应一个yield，给生成器对象.__next__()返回值。

 

生成器函数VS迭代器

区别一：自定制的区别
def fun(x): #可以制定制取得什么值
    x+=5
    yield x
    x+=3
    yield x
    x+=1
    yield x
g=fun(3)
print(g.__next__())
 
区别二：内存级别的区别
1、迭代器是需要可迭代对象进行转化。可迭代对象非常占内存。
2、生成器直接创建，不需要转化，从本质就节省内存。
def fun():
    for i in range(10000000):
        yield i
g=fun()
for j in range(50): #虽然有很多数，但是我只生成50个！
    print(g.__next__())    

send 与 next

1、send与next一样，也是对生成器取值（执行一个yield）的方法

2、send可以给上一个yield传值

3、第一次取值永远都是next，不能使用send否则报错，因为send是第一个的话它无法找到第一个

4、最后一个yield永远得不到send的值

send可以给上一个yield传值：
def fun():
    count=yield 6
    print(count)
    yield 7
    yield 8
g=fun()
next(g)
g.send('alex')
next(g)
 
最后一个yield永远得不到send的值
def fun():
    count=yield 6
    print(count)
    count1=yield 7
    print(count1)
    yield 8
g=fun()
next(g)
g.send('alex')
g.send('wusir')

二、生成器表达式，列表推导式

列表推导式:一行代码搞定你需要的任何列表

1、循环模式，变量（加工后的变量）for 变量 in iterable
l=[i for i in range(100)]
print(l)
l2 = ['python{}期'.format(i) for i in range(1,16)]
print(l2)
2、筛选模式,变量（加工后的变量）for 变量 in iterable if 条件
print([i for i in range(1,31) if i % 3 == 0])
print([i**2 for i in range(1,31) if i % 3 == 0])

列表推导式：

优点：一行解决，方便

缺点，不易排错，不能超过3次循环

列表推导式不能解决所有的列表的问题，所以不要太刻意使用

 

生成器表达式：将列表推导式的[] 换成（）即可

g=(i for i in range(100000))
print(next(g))
print(next(g))
print(next(g))
或者使用for循环取出需要的那一部分的值：
g=(i for i in range(100000))
for j in range(20):
    print(next(g))

大数据使用生成器表达式

小数据使用列表生成器表达式