生成器 雜項

2021-08-20 17:28:02 字數 4466 閱讀 3670

1.什麼是生成器？

在函式內但凡出現 yield關鍵字，再呼叫函式就不會執行函式體**，會返回乙個值，該值稱之為生成器

生成器本質就是迭代器

2.為什麼要有生成器？

生成器是一種自定義迭代器的方式

3.如何用生成器

# def func():

#     print('first1')

#     print('first2')

#     print('first3')

#     yield 1 #暫停

#     print('second1')

#     print('second2')

#     print('second3')

#     yield 2  #暫停

#     print('third')

#     yield 3 #暫停

#     print('fourth')

# g=func()

# print(g)

# print(g.__iter__().__iter__().__iter__() is g)

# res1=next(g)

# print('第一次的返回值：',res1)

# print('='*100)

# res2=next(g)

# print('第二次的返回值：',res2)

# print('='*100)

# res3=next(g)

# print('第三次的返回值：',res3)

# print('='*100)

# res4=next(g)

# print('第三次的返回值：',res4)

# for item in g: #g=iter(g) #item=next(g)

#     print(item)

# i=range(1,1000)

# for item in range(1,100000000000000):

#     print(item)

def my range(start,stop,step=1):


while start總結yield的功能


1、提供一種自定義迭代器的方式


2、yield可以暫停住函式，返回值


yield vs return


相同點：都是用在函式內，都可以返回值，沒有型別限制，沒有個數限制


不同點：return只能返回一次值，yield可以返回多次值了解知識


yield 值


x=yield


x=yield 值


def dog(name):


food_list=[ ]


print('狗哥 %s 準備開吃' %name)


while true:


food=yield food_list  #暫停 food=yield='一桶泔水'


print('狗哥[%s]吃了<%s>' %（name,food）)


alex_dog=dog('alex')


res1=next(alex_dog) #初始化，即讓狗準備好


print(res1)


next(alex_dog)     #等同於alex_dog,send(none)


next(alex_dog)


res2=alexa_dog.send(('一泡翔'，'咖啡伴侶'))


print(res2)


res3=alex_dog.send('一桶泔水')


print(res3)
三元表示式

條件成立時的返回值    if 條件 else 條件不成立時的返回值

def max2(x,y):


if x>y:


return x


else:


return y
列表生成式

l=[item**2 for item n range(1,11)]


print(l)
names=['alex','wxx','lxx']


l=[ ]


for name in names:


names=l


print(l)
下列**執行效果等同於上面的，因為三元表示式的列表生成式，**量更少，**更簡潔但最多for兩層，不然會失去三元表示式的優勢

names=[name+'sb' for name in names]


print(names)
例1：

names=['alex','wxx','egon','lxx','zhangmingyan']

l=[ ]

for name in names:

print(l)

一行**代替上面多行，結果相同.......

names=[name+ 'sb' for name in names if != '']

print(names)

例2：

l=[item**2 for item in range(1,5) if item >2]

print(l)

例3:

names=['egon','alex_sb','wupeiqi','yuanhao']

names=[name.upper() for name in names]

print(names)

例3：

names=['egon','alex_sb','wupeiqi','yuanhao']

nums=[len(names) for name in names if not name.endswith('sb')] 

print(nums)

字典生成式：

s1='hello'


l1=[1,2,3,4,5]


res=zip(s1,l1)


print(res)


print(list(res))


# 結果：[('h', 1), ('e', 2), ('l', 3), ('l', 4), ('o', 5)]
keys=


a=keys


print(a)


keys=['name','age','***']


values=['egon',18,'male']


d=print(d)
例1：

#keys=

#a=key

#print(a)

keys=['name','age','***']

values=['egon',18,'male']

d=print(d)

結果：

例2：

常規做法

info=

keys=info.keys()

print(keys)

iter_keys=keys.__iter__()

values=info.values()

print(values)

三元表示式：

info=

keys=info.keys()

d=print(d)

結果：

生成器表示式

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


# print(g)


print(next(g))


print(next(g))


nums=[11,22,33,44,55]


print(max(nums))


with open('a.txt',encoding='utf-8') as f:


nums=(len(line) for line in f)


print(max(nums))


print(max(nums))


print(max(nums))


l=['egg%s' %i for i in range(100)]


print(l)


g=('egg%s' %i for i in range(1000000000000))


# print(g)


print(next(g))


print(next(g))
[ ] 返回的是列表 記憶體占用大

返回的是字典或者集合 記憶體占用大

( ) 返回的是生成器，記憶體占用小，檔案再大也沒關係，都是逐行**執行的

python 生成器作用 Python生成器

生成器介紹 在函式內部包含yield關鍵字，那麼該函式執行的結果是生成器，生成器就是迭代器。生成器的功能 把函式結果做成迭代器 以一種優雅的方式封裝好iter,next 提供了一種自己定義迭代器的方式。使用生成器建立乙個迭代器 def a print a yield 11 使用yield，執行後返回...

python生成器好處 Python生成器筆記

python中三大器有迭代器，生成器，裝飾器，本文主要講述生成器。主要從生成器的概念，本質，以及yield關鍵字的使用執行過程。本質 生成器是一類特殊的迭代器，使用了yield關鍵字的函式不再是函式，而是生成器。使用了yield的函式就是生成器 1.yield關鍵字有兩點作用 1.1 yield語句...

古文生成器python python（生成器）

生成器 先從列表生成式說起 可以通過簡單的式子，生成有規律的列表 如果把 換為 會發生什麼呢？看到 x 存的不再是列表，而是乙個位址，而這個位址就是我們的生成器物件的位址 這東西有什麼用呢？當然時，節省記憶體啦 假設現在有很龐大的一組資料要處理，貌似不可能把它一次性載入記憶體再進行處理，這時候就體現...