• 14:生成器进阶:send,生成器表达式,各种函数的表达式


    生成器进阶

    1、send

        

    def gen():
    print(111)
    cont=yield 123 #给yield赋值cont
    print('====',cont) #执行赋值
    print(222)
    yield 456
    yield 789

    g = gen() #生成器函数执行之后返回生成器函数
    ret=g.__next__() #执行next得到返回值赋给ret
    print(ret)
    ret=g.send(99999999999) #用send给yield传值
    print(ret) #send的作用效果和next一样
    ret=g.send()
    print(ret)

    send的使用注意事项:

      1、send获取下一个值的效果和next基本一样,只是在获取下一个值的时候,给上一个yield的位置传递一个数据

      2、使用send的注意事项:

        1、第一次使用生成器的时候,是用next获取下一个值

        2、最后一个yield不能接收外部的值

    2、例子:

      1、计算移动平均值

        

    def avrage():
        sum=0
        count=0
        avg=0
        while True:                           
            num = yield avg         #进入循环,为上一个yield赋值,返回平均值
            sum+=num
            count+=1
            avg=sum/count
    avg_a = avrage()
    ret = avg_a.__next__()    #第一次使用生成器,先用next获取下一个值
    print(ret)                          #ret接收yield返回值
    ret=avg_a.send(10)
    print(ret)
    ret=avg_a.send(15)
    print(ret)
    ret=avg_a.send(30)
    print(ret)

     

      2、预激生成器的装饰器

      

    def init(func):                                #装饰器
        def inner(*args,**kwargs):
            g = func(*args,**kwargs)     #g=avrage()
            g.__next__()
            return g
        return inner
    
    @init
    def avrage():
        sum=0
        count=0
        avg=0
        while True:
            num=yield avg
            sum+=num
            count+=1
            avg=sum/count
    
    avg1=avrage()            #avg1=inner
    ret=avg1.send(10)
    print(ret)
    ret=avg1.send(20)
    print(ret)
    ret=avg1.send(30)
    print(ret)

     3、yield from

        

    a=[1,2,3,4,5]
    for i in a:
        yield i
    #可以用yield from写成
    a= [1,2,3,4,5]
        yield from a                    

      for循环读取数据的时候是一个一个的读取,所以用 yield from  读取的时候也是一个一个的读取

    4、列表生成器

        

    lis=['鸡蛋%s'%i for i in range(20)]            #这个就叫列表推导式
    print(lis)
    g=(i*i for i in range(10))                     #这个叫生成器表达式
    for i in g:
        print(i)

    列表推导式与生成器表达式的区别:

      1、括号不一样

      2、列表推导式是一次性生成,生成器表达式只是生成一个生成器(就像是列表推导式生成一堆鸡蛋,而生成器表达式是生成了一直老母鸡,在需要的时候进行for循环或者next再生成鸡蛋),生成器表达式几乎不占内存。

        

    # 老母鸡=('鸡蛋%s'%i for i in range(10))         #生成器表达式
    # print(老母鸡)
    # for 蛋 in 老母鸡:
    #     print(蛋)

    5、各种推导式

     [ 每一个元素和元素相关的操作     for     元素   in   可迭代数据类型  ]      #遍历之后挨个处理

    或者       (带筛选功能)

     [  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  ]

      

    lis=[i for i in range(30) if i % 3 ==0]
    print(lis)                                         #30以内能被3整除的数
    
    
    #例:找到嵌套列表中名字含有两个‘e’的所有名字

    names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] lis=[name for name1 in names for name in name1 if name.count('e')==2] print(lis)

    执行结果:

     例一:将一个字典的key和value对调
    {10:'a' , 34:'b'}
    mcase_frequency = {mcase[k]: k for k in mcase}
    print(mcase_frequency)
    
     例二:合并大小写对应的value值,将k统一成小写
    mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
    {'a':10+7,'b':34,'z':3}
     mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
     print(mcase_frequency)
    #集合推导式,自带结果去重功能
    # squared = {x**2 for x in [1, -1, 2]}
    # print(squared)
  • 相关阅读:
    初次安装git配置用户名和邮箱
    UBUNTU16.04 使用APT-GET如何设置代理
    keras中TimeDistributed
    keras load model 遇到 自定义函数 Lambda(lambda x: softmax(x, axis=1), NameError: global name 'softmax' is not defined
    <<Joint Deep Modeling of Users and Items Using Reviews for Recommendation>> 评论打分预测
    将Pytorch模型从CPU转换成GPU
    tensorflow显存管理
    搭建Python3的jupyter notebook服务器
    《User Modeling with Neural Network for Review Rating Prediction》评论打分预测
    flv视频播放器停止时带图片
  • 原文地址:https://www.cnblogs.com/wangyuxing/p/8184092.html
Copyright © 2020-2023  润新知