生成器函数以及表达式,推倒式

1. 生成器和生成器函数
生成器的本质就是迭代器
生成器的三种创建办法:
1.通过生成器函数
2.通过生成器表达式创建生成器
3.通过数据转换
生成器函数:
函数中包含了yield的就是生成器函数
注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行
生成器表达式:
(结果 for 变量 in 可迭代对象 if 筛选)
取值:
1. __next__()
2. send(值) 给上一个yield位置传一个值, 第一个和最后一个yield不用传值
3. 可以for循环
4. list(g)

生成器函数
def func():
    print("我是周杰伦")
    yield "昆凌"  # 函数中包含了yield, 当前这个函数就不再是普通的函数了. 是生成器函数
    print("我是王力宏")
    yield "李云迪???"
    print("我是笛卡尔积")
    yield "笛卡尔积是谁"
    print("你好啊") # 最后一个yield之后如果再进行__next__() 会报错
g = func()
print(g.__next__())
print(func().__next__())

g1 = func()
g2 = func()
print(g1.__next__())
print(g1.__next__())

print("==============")
print(g2.__next__())


g = func()  # 通过函数func()来创建一个生成器
print(g.__next__()) # 周杰伦
print(g.__next__()) # 王力宏
print(g.__next__()) # 笛卡尔积
print(g.__next__())

return 直接返回结果. 结束函数的调用
yield 返回结果.可以让函数分段执行

def func():
    lst = []
    for i in range(1,100001):
        lst.append("衣服%s" % i)
    return lst

def gen():
    i = 1
    while i < 100001:
        yield "衣服%s" % i
        i = i + 1
g = gen()
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())


def func():
    yield 11
    yield 22
    yield 33
    yield 44


g = func()  # 拿到的是生成器. 生成器的本质是迭代器. 迭代器可以被迭代 生成器可以直接for循环

for i in g:
    print(i)    # 本质上执行的是__next__()

it = g.__iter__()
while True:
    try:
        print(it.__next__())
    except StopIteration:
        break

send
def func():
    print("大碴粥")
    a = yield "11"
    print(a)
    print("狗不理")
    b = yield "22"
    print(b)
    print("大麻花")
    c = yield "33"
    print(c)

g = func()
print(g.__next__())
print(g.send(1))
print(g.send(2))
print(g.send(3))

__next__() 可以让生成器向下执行一次
send() 也可以让生成器向下执行一次, 给上一个yield传一个值, 第一个不能用send(). 最后一个也不要传值


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)


def func():
    yield 11
    yield 22
    yield 33
    yield 44
g = func()
lst = list(g)   # 可迭代对象
print(lst)

　　

生成器表达式
g = (i for i in range(10))
print(list(g))

gen = ("麻花藤我第%s次爱你" % i for i in  range(10))
for i in  gen:
    print(i)

生成器的惰性机制
def func():
    print(111)
    yield  222
g = func()
g1 = (i  for i in  g)
g2 = (i  for i in  g1)

print(list(g))
print(list(g1))
print(list(g2))

　　

2. 各种推倒式和生成器表达式
1. 列表推倒式 [结果 for 变量 in 可迭代对象 if 筛选]
2. 字典推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key:value
3. 集合推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key

字典推倒式

# dic = {"a":"b", "c":"d"}
# # 把字典中的key:value互换 .{"b":"a", "d":"c"}
# new_dic = {dic[key]:key for key in dic}
# print(new_dic)

# lst1 = ["alex", "wusir", "taibai", "ritian"]
# lst2 = ['sb', "很色", "很白", "很牛"]
# # {"alex":"sb", "wusir":"很色"}
#
# dic = { lst1[i]:lst2[i] for i in range(len(lst1))}
# print(dic)

集合推倒式

lst = ["马化腾", "马化腾", "王建忠", "张建忠", "张建忠", "张雪峰", "张雪峰"]

s = {i for i in lst}    # 集合推倒式
print(s)