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('123'))  # send = next+传值
print(g.send('234'))  # 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>