欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

初识生成器与生成器表达式 Day12

程序员文章站 2024-01-09 17:06:06
一、生成器 1,生成器基本概念 生成器的实质是迭代器 在Python中有三种方法来获取生成器: 1. 通过生成器函数 2. 通过各种推导式来实现生成器 3.通过数据的转换也可以获取生成器 示例:先看一个简单的函数: 再将函数中的return换成yield变成生成器函数: 可以看出结果是不一样的。由于 ......

一、生成器

1,生成器基本概念

生成器的实质是迭代器

迭代器:iterator  内部同时包含了__iter__()和__next__()函数
可迭代对象:iterable  内部包含__iter__()函数
迭代器的特点:(同时也是生成器特点)
  1,节省内存
  2,惰性机制
  3,不能反复只能向下执行

在python中有三种方法来获取生成器:

1. 通过生成器函数

2. 通过各种推导式来实现生成器

3.通过数据的转换也可以获取生成器

 

示例:先看一个简单的函数:

def func():
    print("111")
    return 222

ret = func()
print(ret)

结果:
111
222

再将函数中的return换成yield变成生成器函数:

def func():
    print("111")
    yield 222

ret = func()
print(ret)

结果:
<generator object func at 0x10647a8e0>

可以看出结果是不一样的。由于函数中存在了yield,那么这个函数就是一个生成器函数。我们再执行这个函数的时候,就不再是函数的执行了,而是获取这个生成器。

因为生成器的本质是迭代器,所以我们可以直接执行__next__()以下生成器:

def func():
    print("111")
    yield 222

gener = func()  # 这个时候函数不会执行,只是获取到生成器
ret = gener.__next__()  # 函数执行,yield和return的作用一样,返回数据
print(ret)

结果:
111
222

所以,yield和return的效果是一样的,都是返回数据,但还是有很大区别的:

yield是分段来执行一个函数;return是直接停止执行函数

 

2,生成器的send()方法:

send()和__next__()一样都可以让生成器执行到下一个yield

def eat():
    print("meat")
    a = yield "milk"
    print('baozi', a)
    b = yield 'zhou'
    print('guobaorou', b)
    yield 'tea'
    
gen = eat()
ret = gen.__next__()
print(ret)

ret = gen.__next__()
print(ret)

ret = gen.send("mianbao")  # 给上一个yield传值
print(ret)

ret = gen.send("dangao")  # 给上一个yield传值
print(ret)


结果:
meat
milk
baozi none
zhou
guobaorou mianbao
tea

traceback (most recent call last):
    ret = gen.send("dangao")  # 给上一个yield传值
stopiteration

send()和__next__():

  1. send和next都是让生成器向下走一次

  2. send可以给上一个yield的位置传递值,不能给最后一个yield发送值。也不能在第一次执行生成器代码的时候不能使用send()

 

3,使用for循环

def func():
    yield "a"
    yield "b"
    yield "c"

gen = func()

for el in gen:
    print(el)

# 结果:
# a
# b
# c

使用for循环的话会获取内部所有的元素

 

二、列表推导式,生成器表达式以及其他推导式

1,列表推导式

常用写法:[结果 for循环 if筛选]

筛选模式:[结果 for 变量 in 可迭代对象 if 条件]

练习题:

# (1)创建列表:[1,3,5,7,9,...99]
l2 = [i for i in range(1,100) if i % 2 == 1]  # [结果 for循环 if筛选]
print(l2)
# [1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99]

# 列表推导式

# (1) 过滤掉长度小于3的字符串列表,并将剩下的转换成大写字母
lst = ['hello', 'world', 'hh', 'old', 'boy', 'h']
l1 = [i.upper() for i in lst if len(i) >= 3]
print(1, l1)


# (2) 求(x,y)其中x是0-5之间的偶数,y是0-5之间的奇数组成的元祖列表

l2 = [(x, y) for x in range(5) if x % 2 == 0 for y in range(5) if y % 2 == 1]
# l2 = list(zip([x for x in range(6) if x % 2 == 0], [y for y in range(6) if y % 2 == 1]))
print(2, l2)


# (3) 求m中3,6,9组成的列表m = [[1,2,3],[4,5,6],[7,8,9]]

m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
l3 = [el[2] for el in m]
print(3, l3)


# (4) 求出50以内能被3整除的数的平方,并放入到一个列表中。

l4 = [i*i for i in range(1, 50) if i % 3 == 0]
print(4, l4)
l4_1 = [i for i in range(1, 50) if i % 3 == 0 and i*i < 50]
print(l4_1)


# (6) 构建一个列表:[(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]
# l6 = [(x, y) for x in range(6) for y in range(1, 7)]
l6 = [(x, x+1) for x in range(6)]
print(6, l6)


# (7) 构建一个列表:[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
l7 = [i for i in range(0, 19, 2)]
print(7, l7)


# (8)有一个列表l1 = ['alex', 'wusir', '老男孩', '太白']将其构造成这种列表['alex0', 'wusir1', '老男孩2', '太白3']

ll = ['alex', 'wusir', '老男孩', '太白']
l8 = [v+str(i) for i, v in enumerate(ll)]
print(8, l8)
# l8 = []
# for i,v in enumerate(ll):
#     v = v+str(i)
#     print(v,i)


# (9)有以下数据类型:
x = {
    'name': 'alex',
    'values': [
        {'timestamp':1517991992.94,
         'values':100,},
        {'timestamp': 1517992000.94,
        'values': 200,},
        {'timestamp': 1517992014.94,
         'values': 300,},
        {'timestamp': 1517992744.94,
         'values': 350},
        {'timestamp': 1517992800.94,
         'values': 280}
], }
# 将上面的数据通过列表推导式转换成下面的类型:
# [[1517991992.94, 100], [1517992000.94, 200], [1517992014.94, 300], [1517992744.94, 350], [1517992800.94, 280]]

l9 = [[el['timestamp'], el['values']] for el in x['values']]
print(9, l9)

# 结果:
1 ['hello', 'world', 'old', 'boy']
2 [(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]
3 [3, 6, 9]
4 [9, 36, 81, 144, 225, 324, 441, 576, 729, 900, 1089, 1296, 1521, 1764, 2025, 2304]
[3, 6]
6 [(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]
7 [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
8 ['alex0', 'wusir1', '老男孩2', '太白3']
9 [[1517991992.94, 100], [1517992000.94, 200], [1517992014.94, 300], [1517992744.94, 350], [1517992800.94, 280]]
# (5) 寻找名字中带有两个e的人的名字
names = [['tom', 'billy', 'jefferson', 'andrew', 'wesley', 'steven','joe'],
 ['alice', 'jill', 'ana', 'wendy', 'jennifer', 'sherry', 'eva']]
# l5 = []
# for i in range(len(names)):
#     for j in names[i]:
#         if j.count('e') >= 2:
#             l5.append(j)
l5 = [j for i in range(len(names)) for j in names[i] if j.count('e') >= 2]
print(l5)

# 主要注意str.count()的运用,查找字符串数量

 

2,生成器表达式:

语法与列表推导式基本上是一样的。只是把 [] 替换成 {}

gen = (i for i in range(10))  # 生成表达式
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
# print(gen.__next__())  # 超出数量会报错

# 结果:
# 0
# 1
# 2
# 3
# 4
# 5
# 6
# 7
# 8
# 9

生成器表达式与列表推导式的区别:
  1,列表推导式比较耗内存,一次性加载;而生成器表达式几乎不占用内存,使用的时候才分配和使用内存。

  2,得到的值不一样:列表推导式得到的是一个列表,生成器表达式获得的是一个生成器。

 

生成器的惰性求值:生成器只有在访问的时候才取值。

 

  

上一篇:

下一篇: