python学习第十四天 生成器函数进阶 生成器表达式 各种推导式

1.生成器函数进阶

# 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

# 获取移动平均值
# 10 20 30 10
# 10 15 20 17.5
# avg = sum/count
# 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)

#预激生成器的装饰器
# def init(func):   #装饰器
#     def inner(*args,**kwargs):
#         g = func(*args,**kwargs)    #g = average()
#         g.__next__()
#         return g
#     return inner
#
# @init
# 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()   #===> inner
# ret = avg_g.send(10)
# print(ret)
# ret = avg_g.send(20)
# print(ret)

#python 3
# 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)

# 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

2.生成器表达式

# 林海峰
# egon
# egg_list=['鸡蛋%s'%i for i in range(10)]    #列表推导式
# print(egg_list)

# egg_list = []
# for i in range(10):
#     egg_list.append('鸡蛋%s'%i)
# print(egg_list)

# print([i*i for i in range(10)])

#生成器表达式
# g = (i for i in range(10))
# print(g)
# for i in  g:
#     print(i)

# 括号不一样
# 返回的值不一样 === 几乎不占用内存

# 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)

# g = (i*i for i in range(10))
# g.__next__()

3.各种推导式

[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

#30以内所有能被3整除的数
ret = [i for i in range(30) if i%3 == 0]  #完整的列表推导式
g = (i for i in range(30) if i%3 == 0)  #完整的列表推导式
print(ret)

#30以内所有能被3整除的数的平方
ret = [i*i for i in (1,2,3,4) if i%3 == 0]
ret = (i*i for i in range(30) if i%3 == 0)
print(ret)

# 例三: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']]
ret = [name for lst in names for name in lst if name.count('e') ==2]
ret = (name for lst in names for name in lst if name.count('e') ==2)
print(ret)

字典推导式


例一：将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
#{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)


各种推导式 ： 生成器 列表 字典 集合
    遍历操作
    筛选操作