一. 生成器

什么是生成器. 生成器實質就是迭代器.

在python中有三種方式來獲取生成器:

1. 通過生成器函數

2. 通過各種推導式來實現生成器

3. 通過數據的轉換也可以獲取生成器

首先, 我們先看一個很簡單的函數

deffunc():print("111")return 222ret=func()print(ret)

結果:111

222

將函數中的return換成yield就是生成器

deffunc():print("111")yield 222ret=func()print(ret)

結果:

運行的結果和上面不一樣. 為什么呢. 由于函數中存在了yield. 那么這個函數就是一個生成器

函數. 這個時候. 我們再執行這個函數的時候. 就不再是函數的執行了. 而是獲取這個生成器.

如何使用呢? 想想迭代器. 生成器的本質是迭代器. 所以. 我們可以直接執行__next__()來執行

以下生成器

deffunc():print("111")yield 222gener= func() #這個時候函數不會執行. 而是獲取到生成器

ret = gener.__next__() #這個時候函數才會執行. yield的作為和return一樣. 也是返回

數據print(ret)

結果:111

222

那么我們可以看到, yield和return的效果是一樣的. 有什么區別呢? yield是分段來執行一個

函數. return呢? 直接停止執行函數

deffunc():print("111")yield 222

print("333")yield 444gener=func()

ret= gener.__next__()print(ret)

ret2= gener.__next__()print(ret2)

ret3= gener.__next__() #最后一個yield執行完畢. 再次__next__()程序報錯, 也就是

說. 和return無關了.print(ret3)

結果:111Traceback (most recent call last):222

333File"/Users/sylar/PycharmProjects/oldboy/iterator.py", line 55, in

444ret3= gener.__next__() #最后一個yield執行完畢. 再次__next__()程序報錯, 也

就是說. 和return無關了.

StopIteration

當程序運行完最后一個yield. 那么后面繼續進入__next__()程序會報錯.

好了生成器說完了. 生成器有什么作用呢? 我們來看這樣一個需求. 向JACK JONES訂

購10000套學衣服. JACK JONES就比較實在. 直接造出來10000套衣服.

defcloth():

lst=[]for i in range(0, 10000):

lst.append("衣服"+str(i))returnlst

cl= cloth()

但是呢,問題來了. 一次性給我這么多. 我往哪放啊. 很尷尬

啊. 最好的效果是什么樣呢? 我要1套. 你給我1套. 一共10000套. 是不是最完美的.

defcloth():for i in range(0, 10000):yield "?服"+str(i)

cl=cloth()print(cl.__next__())print(cl.__next__())print(cl.__next__())print(cl.__next__())

區別: 第一種是直接一次性全部拿出來. 會很占內存. 第二種使用生成器. 一次就一個. 用多

少就成多少. 生成器是一個一個的指向下一個. 不會回去, __next__()到哪, 指針就指到哪里.

下一次繼續獲取指針指向的值.

send方法

send和__next__()一樣都可以讓生成器執行到下一個yield.

defeat():print("我吃什么啊")

a= yield "饅頭"

print("a=",a)

b= yield "大餅"

print("b=",b)

c= yield "韭菜盒子"

print("c=",c)yield "GAME OVER"gen= eat() #獲取生成器

ret1 = gen.__next__()print(ret1)

ret2= gen.send("胡辣湯")print(ret2)

ret3= gen.send("狗糧")print(ret3)

ret4= gen.send("貓糧")print(ret4)

send和__next__()區別:

1. send和next()都是讓生成器向下走一次

2. send可以給上一個yield的位置傳遞值, 不能給最后一個yield發送值. 在第一次執行生

成器代碼的時候不能使用send()

生成器可以使用for循環來循環獲取內部的元素:

deffunc():print(111)yield 222

print(333)yield 444

print(555)yield 666gen=func()for i ingen:print(i)

結果:111

222

333

444

555

666

二. 列表推導式, 生成器表達式以及其他推導式

首先我們先看一下這樣的代碼, 給出一個列表, 通過循環, 向列表中添加1-13 :

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

lst.append(i)print(lst)

替換成列表推導式:

lst =[i for i in range(1,5)]print(lst)

列表推導式是通過一行來構建你要的列表, 列表推導式看起來代碼簡單. 但是出現錯誤之

后很難排查.

列表推導式的常用寫法:

[結果 for 變量 in 可迭代對象]

例. 從python1期到python14期寫入列表lst:

lst = ['python%s' % i for i in range(1,15)]print(lst)

我們還可以對列表中的數據進行篩選

篩選模式:

[ 結果 for 變量 in 可迭代對象 if 條件 ]

#獲取1-100內所有的偶數

lst = [i for i in range(1, 100) if i % 2 == 0]

生成器表達式和列表推導式的語法基本上是一樣的.只是把[ ]替換成( )

gen = (i for i in range(10))print(gen)

結果: at 0x106768f10>

打印的結果就是一個生成器. 我們可以使用for循環來循環這個生成器:

gen = ("麻花藤我第%s次愛你" % i for i in range(10))for i ingen:print(i)

生成器表達式也可以進行篩選:

#獲取1-100內能被3整除的數

gen = (i for i in range(1,100) if i % 3 ==0)for num ingen:print(num)#100以內能被3整除的數的平方

gen = (i * i for i in range(100) if i % 3 ==0)for num ingen:print(num)#尋找名字中帶有兩個e的人名字

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven','Joe'],

['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]#不用推導式和表達式

result =[]for first innames:for name infirst:if name.count("e") >= 2:

result.append(name)print(result)#推導式

gen = (name for first in names for name in first if name.count("e") >= 2)for name ingen:print(name)

生成器表達式和列表推導式的區別:

1. 列表推導式比較耗內存. 一次性加載. 生成器表達式幾乎不占用內存. 使用的時候才分

配和使用內存

2. 得到的值不一樣. 列表推導式得到的是一個列表. 生成器表達式獲取的是一個生成器.

舉個列子:

同樣一籃子雞蛋. 列表推導式: 直接拿到一籃子雞蛋. 生成器表達式: 拿到一個老母雞. 需要

雞蛋就給你下雞蛋.

生成器的惰性機制: 生成器只有在訪問的時候才取值. 說白了. 你找他要他才給你值. 不找他

要. 他是不會執行的.

deffunc():print(111)yield 222g= func() #生成器g

g1 = (i for i in g) #生成器g1. 但是g1的數據來源于g

g2 = (i for i in g1) #生成器g2. 來源g1

print(list(g)) #獲取g中的數據. 這時func()才會被執行. 打印111.獲取到222. g完畢.

print(list(g1)) #獲取g1中的數據. g1的數據來源是g. 但是g已經取完了. g1 也就沒有數據

了print(list(g2)) #和g1同理

深坑==> 生成器. 要值得時候才拿值.

字典推導式:

根據名字應該也能猜到. 推到出來的是字典

#把字典中的key和value互換

dic = {'a': 1, 'b': '2'}

new_dic= {dic[key]: key for key indic}print(new_dic)#在以下list中. 從lst1中獲取的數據和lst2中相對應的位置的數據組成一個新字典

lst1 = ['jay', 'jj', 'sylar']

lst2= ['周杰倫', '林俊杰', '劉文濤']

dic= {lst1[i]: lst2[i] for i inrange(len(lst1))}print(dic)

集合推導式:

集合推導式可以幫我們直接生成一個集合. 集合的特點: 無序, 不重復. 所以集合推導式自

帶去重功能

lst = [1, -1, 8, -8, 12]#絕對值去重

s = {abs(i) for i inlst}print(s)

總結:推導式有,列表推導式, 字典推導式, 集合推導式, 沒有元組推導式

生成器表達式:(結果 for 變量 in 可迭代對象 if 條件篩選)

生成器表達式可以直接獲取到生成器對象. 生成器對象可以直接進行for循環.生成器具有

惰性機制

總結

以上是生活随笔為你收集整理的python生成器推导式的结果是一个什么类似于对象_python 生成器和推导式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。