1. 生成器
定义:可以理解为一种数据类型。这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的__iter__方法),所以生成器就是可迭代对象。
生成器分类及在python中的表现形式:(python有两种不同的方式提供生成器)
1)生成器函数:常规函数定义,但是使用yield而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行。
def test(): yield1 yield2 yield3 g=test() print(g) print(g.__next__()) print(g.__next__()) print(g.__next__())
output:
<generator object test at 0x0000000001DFB8C8>
1
2
3
2)生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表。
2. 三元表达式
name='ryder' #name='john' res='Sha' if name=='ryder' else 'shuai' print(res) output: Sha
3.列表解析:
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s'%i) print(egg_list) l=['鸡蛋%s' %i for i in range(10)] l1=['鸡蛋%s'%i for i in range(10) if i>5] #l1=['鸡蛋%s'%i for i in range(10) if i>5 else i]#没有四元表达式 print(l) print(l1) output: ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9'] ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9'] ['鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']
4. 生成器表达式
将上述列表解析处的[]换为()后,就变成了生成器表达式
l = ('鸡蛋%s' % i for i in range(10)) print(l) print(l.__next__()) print(next(l)) # output: # <generator object <genexpr> at 0x0000000001DEB8C8> # 鸡蛋0 # 鸡蛋1
总结:
1)把列表解析的[]换成()得到的就是生成器表达式
2)列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存
3)python不但使用迭代器协议让for循环变得更加通用。大部分内置函数,也是使用迭代器协议访问对象的。例如,sum函数是python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以,我们可以直接这样计算一系列值的和:
su = sum(x ** 2 for x in range(4))