生成器

生成器：

生成器的本质就是迭代器

生成器函数 —— 本质上就是我们自己写得函数

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

yield不能和return共用且需要写在函数内

    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

#生成器函数 ： 执行之后会得到一个生成器作为返回值
ret = generator()
print(ret)
print(ret.__next__())

def generator():
    print(1)
    yield 'a'
    print(2)
    yield 'b'
    yield 'c'
g = generator()
for i in g:
    print(i)
ret = g.__next__()
print(ret)
ret = g.__next__()
print(ret)
ret = g.__next__()
print(ret)

send

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

def generator():
    print('abc')
    php = yield 1
    print('<=>',php)
    print('qwe')
    yield 2
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.__next__()
print('***',ret)

def generator():
    print('abc')
    php = yield 1
    print('<=>',php)
    print('qwe')
    yield 2
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')
print('***',ret)

列表推导式 

egg_list=['鸡蛋%s'%i for i in range(10)] 

生成器表达式

 g = (i for i in range(10))

两者区别：

# 括号不一样
# 返回的值不一样 === 几乎不占用内存

[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型]    #遍历之后挨个处理
[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件]   #筛选功能