一 生成器与yield
若函数体包含yield关键字，再调用函数，并不会执行函数体代码，得到的返回值即生成器对象
>>> def my_range(start,stop,step=1): ... print('start...') ... while start < stop: ... yield start ... start+=step ... print('end...') ... >>> g=my_range(0,3) >>> g <generator object my_range at 0x104105678>
生成器内置有__iter__和__next__方法，所以生成器本身就是一个迭代器
>>> g.__iter__ <method-wrapper '__iter__' of generator object at 0x1037d2af0> >>> g.__next__ <method-wrapper '__next__' of generator object at 0x1037d2af0>
因而我们可以用next(生成器)触发生成器所对应函数的执行，
>>> next(g) # 触发函数执行直到遇到yield则停止,将yield后的值返回，并在当前位置挂起函数 start... 0 >>> next(g) # 再次调用next(g)，函数从上次暂停的位置继续执行，直到重新遇到yield... 1 >>> next(g) # 周而复始... 2 >>> next(g) # 触发函数执行没有遇到yield则无值返回，即取值完毕抛出异常结束迭代 end... Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
既然生成器对象属于迭代器，那么必然可以使用for循环迭代，如下：
>>> for i in countdown(3): ... print(i) ... countdown start 3 2 1 Done!
有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值
# 如何得到自定义的迭代器： # 在函数内一旦存在yield关键字，调用函数并不会执行函数体代码 # 会返回一个生成器对象，生成器即自定义的迭代器 def func(): print('第一次') yield 1 print('第二次') yield 2 print('第三次') yield 3 print('第四次') # g=func() # print(g) # 生成器就是迭代器 # g.__iter__() # g.__next__() # 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值 # 当做本次调用的结果返回 # res1=g.__next__() # print(res1) # # # res2=g.__next__() # print(res2) # # res3=g.__next__() # print(res3) # # res4=g.__next__() # len('aaa') # 'aaa'.__len__() # next(g) # g.__next__() # iter(可迭代对象) # 可迭代对象.__iter__()
二 yield表达式应用
在函数内可以采用表达式形式的yield
>>> def eater(): ... print('Ready to eat') ... while True: ... food=yield ... print('get the food: %s, and start to eat' %food) ...
可以拿到函数的生成器对象持续为函数体send值，如下
>>> g=eater() # 得到生成器对象 >>> g <generator object eater at 0x101b6e2b0> >>> next(e) # 需要事先”初始化”一次，让函数挂起在food=yield，等待调用g.send()方法为其传值 Ready to eat >>> g.send('包子') get the food: 包子, and start to eat >>> g.send('鸡腿') get the food: 鸡腿, and start to eat
针对表达式形式的yield，生成器对象必须事先被初始化一次，让函数挂起在food=yield的位置，等待调用g.send()方法为函数体传值，g.send(None)等同于next(g)。
我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作，如下
def init(func): def wrapper(*args,**kwargs): g=func(*args,**kwargs) next(g) return g return wrapper @init def eater(): print('Ready to eat') while True: food=yield print('get the food: %s, and start to eat' %food)
表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下
>>> def eater(): ... print('Ready to eat') ... food_list=[] ... while True: ... food=yield food_list ... food_list.append(food) ... >>> e=eater() >>> next(e) Ready to eat [] >>> e.send('蒸羊羔') ['蒸羊羔'] >>> e.send('蒸熊掌') ['蒸羊羔', '蒸熊掌'] >>> e.send('蒸鹿尾儿') ['蒸羊羔', '蒸熊掌', '蒸鹿尾儿']
# x=yield 返回值 # 一： # def dog(name): # print('道哥%s准备吃东西啦...' %name) # while True: # # x拿到的是yield接收到的值 # x = yield # x = '肉包子' # print('道哥%s吃了 %s' %(name,x)) # # # g=dog('alex') # g.send(None) # 等同于next(g) # # g.send(['一根骨头','aaa']) # # g.send('肉包子') # # g.send('一同泔水') # # g.close() # # g.send('1111') # 关闭之后无法传值 # 二： def dog(name): food_list=[] print('道哥%s准备吃东西啦...' %name) while True: # x拿到的是yield接收到的值 x = yield food_list # x = '肉包子' print('道哥%s吃了 %s' %(name,x)) food_list.append(x) # ['一根骨头','肉包子'] # # g=dog('alex') # res=g.send(None) # next(g) # print(res) # # res=g.send('一根骨头') # print(res) # # res=g.send('肉包子') # print(res) # # g.send('一同泔水') def func(): print('start.....') x=yield 1111 # x='xxxxx' print('哈哈哈啊哈') print('哈哈哈啊哈') print('哈哈哈啊哈') print('哈哈哈啊哈') yield 22222 g=func() res=next(g) print(res) res=g.send('xxxxx') print(res)
三 三元表达式、列表生成式、生成器表达式
3.1 三元表达式
三元表达式是python为我们提供的一种简化代码的解决方案，语法如下
res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值
针对下述场景
def max2(x,y): if x > y: return x else: return y res = max2(1,2)
用三元表达式可以一行解决
x=1 y=2 res = x if x > y else y # 三元表达式
# 针对以下需求 # def func(x,y): # if x > y: # return x # else: # return y # # res=func(1,2) # print(res) # 三元表达式 # 语法格式： 条件成立时要返回的值 if 条件 else 条件不成立时要返回的值 x=1 y=2 # res=x if x > y else y # print(res) res=111111 if 'egon' == 'egon' else 2222222222 print(res) # 应用举例 def func(): # if 1 > 3: # x=1 # else: # x=3 x = 1 if 1 > 3 else 3
3.2 列表生成式
列表生成式是python为我们提供的一种简化代码的解决方案，用来快速生成列表，语法如下
[expression for item1 in iterable1 if condition1 for item2 in iterable2 if condition2 ... for itemN in iterableN if conditionN ] #类似于 res=[] for item1 in iterable1: if condition1: for item2 in iterable2: if condition2 ... for itemN in iterableN: if conditionN: res.append(expression)
针对下述场景
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s' %i)
用列表生成式可以一行解决
egg_list=['鸡蛋%s' %i for i in range(10)]
# 1、列表生成式 l = ['alex_dsb', 'lxx_dsb', 'wxx_dsb', "xxq_dsb", 'egon'] # new_l=[] # for name in l: # if name.endswith('dsb'): # new_l.append(name) # new_l=[name for name in l if name.endswith('dsb')] # new_l=[name for name in l] # print(new_l) # 把所有小写字母全变成大写 # new_l=[name.upper() for name in l] # print(new_l) # 把所有的名字去掉后缀_dsb # new_l=[name.replace('_dsb','') for name in l] # print(new_l) # 2、字典生成式 # keys=['name','age','gender'] # dic={key:None for key in keys} # print(dic) # items=[('name','egon'),('age',18),('gender','male')] # res={k:v for k,v in items if k != 'gender'} # print(res) # 3、集合生成式 # keys=['name','age','gender'] # set1={key for key in keys} # print(set1,type(set1))
3.3 生成器表达式
# 4、生成器表达式 # g=(i for i in range(10) if i > 3) # ！！！！！！！！！！！强调！！！！！！！！！！！！！！！ # 此刻g内部一个值也没有 # print(g,type(g)) # print(g) # print(next(g)) # print(next(g)) # print(next(g)) # print(next(g)) # print(next(g)) # print(next(g)) # print(next(g)) with open('笔记.txt', mode='rt', encoding='utf-8') as f: # 方式一： # res=0 # for line in f: # res+=len(line) # print(res) # 方式二： # res=sum([len(line) for line in f]) # print(res) # 方式三 ：效率最高 # res = sum((len(line) for line in f)) # 上述可以简写为如下形式 res = sum(len(line) for line in f) print(res)
创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，即：
（expression for item in iterable if condition）
对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象
>>> [x*x for x in range(3)] [0, 1, 4] >>> g=(x*x for x in range(3)) >>> g <generator object <genexpr> at 0x101be0ba0>
对比列表生成式，生成器表达式的优点自然是节省内存（一次只产生一个值在内存中）
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) #抛出异常StopIteration
如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成
with open('db.txt','rb') as f: nums=(len(line) for line in f) total_size=sum(nums) # 依次执行next(nums)，然后累加到一起得到结果=