python基础(14):生成器、列表推导式（python3列表推导式）

python基础(14):生成器、列表推导式（python3列表推导式）

1. 生成器

什么是⽣成器？⽣成器实质就是迭代器。

在python中有三种⽅式来获取⽣成器:

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

⾸先，我们先看⼀个很简单的函数:

def func():

　　print("111")

　　return 222

ret = func()

print(ret)

结果:

111

222

将函数中的return换成yield就是⽣成器

def func():

　　print("111")

　　yield 222

ret = func()

print(ret)

结果:

运⾏的结果和上⾯不⼀样，为什么呢？由于函数中存在了yield，那么这个函数就是⼀个⽣成器

函数。这个时候，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。

如何使⽤呢? 想想迭代器，⽣成器的本质是迭代器，所以，我们可以直接执⾏__next__()来执⾏以下⽣成器。

def func():

　　print("111")

　　yield 222

gener = func() # 这个时候函数不会执⾏. ⽽是获取到⽣成器

ret = gener.__next__() # 这个时候函数才会执⾏. yield的作⽤和return⼀样. 也是返回数据

print(ret)

结果:

111

222

那么我们可以看到，yield和return的效果是⼀样的，有什么区别呢? yield是分段来执⾏⼀个

函数，return呢? 直接停⽌执⾏函数。

def func():

　　print("111")

　　yield 222

　　print("333")

　　yield 444

gener = func()

ret = gener.__next__()

print(ret)

ret2 = gener.__next__()

print(ret2)

ret3 = gener.__next__() # 最后⼀个yield执⾏完毕. 再次__next__()程序报错, 也就是说. 和return⽆关了.

print(ret3)

结果:

111

Traceback (most recent call last):

222

333

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

444

　　ret3 = gener.__next__() # 最后⼀个yield执⾏完毕. 再次__next__()程序报错, 也就是说. 和return⽆关了.

StopIteration

当程序运⾏完最后⼀个yield，那么后⾯继续进⾏__next__()程序会报错。好了⽣成器说完了，⽣成器有什么作⽤呢? 我们来看这样⼀个需求，老男孩向JACK JONES订

购10000套学⽣服，JACK JONES就比较实在，直接造出来10000套衣服。

def cloth():

　　lst = []

　　for i in range(0, 10000):

　　　　lst.append("⾐服"+str(i))

　　return lst

cl = cloth()

但是呢，问题来了。老男孩现在没有这么多学⽣啊，⼀次性给我这么多，我往哪⾥放啊. 很尴尬啊，最好的效果是什么样呢? 我要1套，你给我1套，⼀共10000套，是不是最完美的。

def cloth():

　　for i in range(0, 10000):

　　　　yield "⾐服"+str(i)

cl = cloth()

print(cl.__next__())

print(cl.__next__())

print(cl.__next__())

print(cl.__next__())

区别: 第⼀种是直接⼀次性全部拿出来，会很占⽤内存，第⼆种使⽤⽣成器，⼀次就⼀个. ⽤多少⽣成多少。⽣成器是⼀个⼀个的指向下⼀个，不会回去，__next__()到哪，指针就指到哪⼉，下⼀次继续获取指针指向的值。

接下来我们来看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("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.

共3页: 上一页123下一页

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。