2018-07-16

## 1\. 生成器和生成器函数

```

生成器的本质就是迭代器

生成器的三种创建办法:

    1.通过生成器函数

    2.通过生成器表达式创建生成器

    3.通过数据转换

```

## 2\. 生成器函数:

函数中包含了yield的就是生成器函数

注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行生成器表达式:

(结果 for 变量 in 可迭代对象 if 筛选)

取值:

### 1\. \_\_next\_\_()

```c

def func():

print("我是周杰伦")

yield "昆凌" \# 函数中包含了yield, 当前这个函数就不再是普通的函数了. 是生成器函数

g = func()

print(g.\_\_next\_\_())

print(func().\_\_next\_\_())

g1 = func()

g2 = func()

print(g1.\_\_next\_\_())

print(g1.\_\_next\_\_())

print("==============")

print(g2.\_\_next\_\_())

g = func() \# 通过函数func()来创建一个生成器

print(g.\_\_next\_\_()) \# 周杰伦

print(g.\_\_next\_\_()) \# 王力宏

print(g.\_\_next\_\_()) \# 笛卡尔积

print(g.\_\_next\_\_())

\# return 直接返回结果. 结束函数的调用

\# yield 返回结果.可以让函数分段执行

\#

def func():

lst = []

for i in range(1,100001):

lst.append("衣服%s" % i)

return lst

def gen():

i = 1

while i \< 100001:

yield "衣服%s" % i

i = i + 1

g = gen()

print(g.\_\_next\_\_())

print(g.\_\_next\_\_())

print(g.\_\_next\_\_())

print(g.\_\_next\_\_())

print(g.\_\_next\_\_())

print(g.\_\_next\_\_())

def func():

yield 11

yield 22

yield 33

yield 44

g = func() \# 拿到的是生成器. 生成器的本质是迭代器. 迭代器可以被迭代 生成器可以直接for循环

for i in g:

print(i) \# 本质上执行的是\_\_next\_\_()

it = g.\_\_iter\_\_()

while True:

try:

print(it.\_\_next\_\_())

except StopIteration:

break

```

2\. send(值) 给上一个yield位置传一个值, 第一个和最后一个yield不用传值

```c

def func():

    print("大碴粥")

    a = yield "11"

    print(a)

    print("狗不理")

    b = yield "22"

    print(b)

    print("大麻花")

    c = yield "33"

    print(c)

g = func()

print(g.__next__())

print(g.send(1))

print(g.send(2))

print(g.send(3))

# __next__() 可以让生成器向下执行一次

# send() 也可以让生成器向下执行一次, 给上一个yield传一个值, 第一个不能用send(). 最后一个也不要传值

def eat():

    print("我吃什么啊")

    a =  yield  "馒头"

    print("a=",a)

    b =  yield  "大饼"

    print("b=",b)

    c =  yield  "韭菜盒子"

    print("c=",c)

    yield  "GAME OVER"

gen = eat()      # 获取⽣成器

ret1 = gen. __next__ ()

print(ret1)

ret2 = gen.send("胡辣汤")

print(ret2)

ret3 = gen.send("狗粮")

print(ret3)

ret4 = gen.send("猫粮")

print(ret4)

def func():

    yield 11

    yield 22

    yield 33

    yield 44

g = func()

lst = list(g)  # 可迭代对象

print(lst)

```

3\\. 可以for循环

4\\. list(g)

2\. 各种推倒式和生成器表达式

```c

# 生成列表 里面装1-14的数据

lst = []

for i in range(1,15):

    lst.append("python%s" % i)

print(lst)

# 列表推倒式; 最终给你的是列表

# 语法 [最终结果(变量) for 变量 in 可迭代对象]

lst = [i for i in range(1,15)]

print(lst)

# [最终结果 for 变量 in 可迭代对象 if 条件]

lst = [i for i in range(1,101) if i%2==0]

print(lst)

# 1. 获取1-100内能被3整除的数

lst = [i for i in range(1,101) if i % 3 == 0]

# 2. 100以内能被3整除的数的平方

lst = [i*i for i in range(1,101) if i % 3 == 0]

# 3. 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']]

lst = [name for first in names for name in first if name.count("e") == 2]

print(lst)

lst = ["衣服%s" % i for i in range(10000)]

```

```c

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

print(list(g))

gen = ("麻花藤我第%s次爱你" % i for i in  range(10))

for i in  gen:

    print(i)

```

\# 生成器的惰性机制

```c

def func():

    print(111)

    yield  222

g = func()

g1 = (i  for i in  g)

g2 = (i  for i in  g1)

print(list(g))

print(list(g1))

print(list(g2))

```

1\. 列表推倒式 [结果 for 变量 in 可迭代对象 if 筛选]

2\. 字典推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=\\\\\\\>key:value

```c

dic = {"a":"b", "c":"d"}

# 把字典中的key:value互换 .{"b":"a", "d":"c"}

new_dic = {dic[key]:key for key in dic}

print(new_dic)

lst1 = ["alex", "wusir", "taibai", "ritian"]

lst2 = ['sb', "很色", "很白", "很牛"]

# {"alex":"sb", "wusir":"很色"}

dic = { lst1[i]:lst2[i] for i in range(len(lst1))}

print(dic)

```

3\. 集合推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=\\\\\\\>key

```c

lst = ["马化腾", "马化腾", "王建忠", "张建忠", "张建忠", "张雪峰", "张雪峰"]

s = {i for i in lst}    # 集合推倒式

print(s)

```