1复习
# 迭代器和生成器 # 迭代器: # 双下方法 : 很少直接调用的方法。一般情况下,是通过其他语法触发的 # 可迭代的 —— 可迭代协议 含有__iter__的方法('__iter__' in dir(数据)) # 可迭代的一定可以被for循环 # 迭代器协议: 含有__iter__和__next__方法 # 迭代器一定可迭代,可迭代的通过调用iter()方法就能得到一个迭代器 # 迭代器的特点: # 很方便使用,且只能取所有的数据取一次 # 节省内存空间 # 生成器 # 生成器的本质就是迭代器 # 生成器的表现形式 # 生成器函数 # 生成器表达式 # 生成器函数: #含有yield关键字的函数就是生成器函数 #特点: #调用函数的之后函数不执行,返回一个生成器 #每次调用next方法的时候会取到一个值 #直到取完最后一个,在执行next会报错
def generator(): for i in range(6): yield '哇哈哈%s'%i g = generator() #调用生成器函数得到一个生成器 print(list(g)) #再取值会报错 <<< ['哇哈哈0', '哇哈哈1', '哇哈哈2', '哇哈哈3', '哇哈哈4', '哇哈哈5']
def generator():
for i in range(6):
yield '哇哈哈%s'%i
g = generator()
ret = g.__next__() #每一次执行g.__next__就是从生成器中取值,预示着生成器函数中的代码继续执行
print(ret)
num = 0
for i in g:
num += 1
if num > 3:
break
print(i)
<<<
哇哈哈0
哇哈哈1
哇哈哈2
哇哈哈3
# 从生成器中取值的几个方法 # next # for # 数据类型的强制转换 : 占用内存
2生成器函数进阶
1send
def generator():
print(123)
content = yield 1
print('=======',content)
print(456)
arg = yield 2
''''''
yield
g1 = generator()
g2 = generator()
g1.__next__()
g2.__next__()
print('***',generator().__next__())
print('***',generator().__next__())
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello') #send的效果和next一样
print('***',ret)
#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候,给上一yield的位置传递一个数据
#使用send的注意事项
# 第一次使用生成器的时候 是用next获取下一个值
# 最后一个yield不能接受外部的值
<<<
123
123
123
*** 1
123
*** 1
123
*** 1
======= hello
456
*** 2
2计算移动平均值
def average(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num # 10 count += 1 # 1 avg = sum/count avg_g = average() avg_g.__next__() avg1 = avg_g.send(10) avg1 = avg_g.send(20) print(avg1) <<< 15.0
3预激生成器的装饰器
def average(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num # 10 count += 1 # 1 avg = sum/count avg_g = average() avg_g.__next__() avg1 = avg_g.send(10) avg1 = avg_g.send(20) print(avg1) <<< 10.0 15.0
4yield from
def generator(): a = 'abcde' b = '12345' for i in a: yield i for i in b: yield i def generator(): a = 'abcde' b = '12345' yield from a yield from b g = generator() for i in g: print(i) <<< a b c d e 1 2 3 4 5
# send # send的作用范围和next一模一样 # 第一次不能用send # 函数中的最后一个yield不能接受新的值 # 计算移动平均值的例子 # 预激生成器的装饰器的例子 # yield from