1.生成器基础# 生成器 —— 迭代器# 生成器函数 —— 本质上就是我们自己写得函数# 生成器表达式#1.生成器函数#普通函数# def generator():# print(1)# return 'a'## ret = generator()# print(ret)#生成器函数#只要含有yield关键字的函数都是生成器函数# yield不能和return共用且需要写在函数内# def generator():# print(1)# yield 'a'# ret = generator() # 生成器函数 ： 执行之后会得到一个生成器作为返回值# print(ret)
# ret.__iter__()#有__iter__方法# ret.__next__()#有__next__方法，说明是迭代器# print(ret.__next__()) # 尝试用迭代器取值# def generator(): # generator()是生成器函数# print(1)# yield 'a'# print(2)# yield 'b'# g = generator() # g是生成器也是迭代器# ret = g.__next__() # 用迭代器的next方法读取# print(ret) # 打印 1 a
# # ret = g.__next__()# # print(ret) # 打印 1 a 2 b# for i in g: # g是生成器也是迭代器，尝试用for循环打印# print(i)#娃哈哈%i# def wahaha():# for i in range(2000000):# yield '娃哈哈%s'%(i+1)# #g = wahaha()# for i in g:# print(i) #for 循环一次全部取到# g1 = wahaha()# print(g1.__next__())# print(g1.__next__())# print(g1.__next__())#用for循环指定次数，不一次全取# g = wahaha()# count = 0# for i in g:# count +=1# print(i)# if count >50:# break# print('****',g.__next__()) #又接着打印# for i in g:# count +=1# print(i)# if count >100:# break ##又接着打印#监听文件输入的例子# def tail(filename):# f = open(filename,encoding='utf-8')# while True:# line = f.readline()# if line.strip():# yield line.strip()# # g = tail('file')# for i in g:# if 'python' in i:# print('***',i)2.生成器函数进阶
#!usr/bin/env python # -*- coding:utf-8 -*-#使用生成器# def generator():# print(123)# yield 1# print(456)# yield 2# g = generator()# ret = g.__next__()# print('**',ret)# ret = g.__next__() #是从yield 1 后面开始的# print('**',ret)#另一种使用生成器方式# def generator():# print(123)# yield 1# print(456)# yield 2# g = generator()# ret = g.__next__()# print('***',ret)# ret = g.send('hello') #send的效果和next一样# print('***',ret)# def generator():# print(123)# content = yield 1# print('=======',content)# print(456)# yield 2## g = generator()# ret = g.__next__()# print('***',ret)# ret = g.send('hello') #send的效果和next一样# print('***',ret)# send 获取下一个值的效果和next基本一致#只是在获取下一个值的时候，给上一yield的位置传递一个数据#使用send的注意事项 # 第一次使用生成器的时候 是用next获取下一个值 # 最后一个yield不能接受外部的值# 获取移动平均值#10 20 30 10#10 15 20 17.5# def average():# sum = 0# count = 0# avg = 0# while True:# num = yield avg# sum += num # 10# count += 1 # 1# avg = sum/count## avg_g = average()# avg_g.__next__()# avg1 = avg_g.send(10)# avg1 = avg_g.send(20)# print(avg1)#预激生成器的装饰器# def init(func): #装饰器 func = average# def inner(*args,**kwargs):# g = func(*args,**kwargs) #g = average()# g.__next__() #激活生成器# return g# return inner## @init #average = init(average) = inner# def average():# sum = 0# count = 0# avg = 0# while True:# num = yield avg# sum += num # 10# count += 1 # 1# avg = sum/count## avg_g = average() #===> inner# ret = avg_g.send(10)# print(ret)# ret = avg_g.send(20)# print(ret)
#python 3#老办法# def generator():# a = 'abcde'# b = '12345'# for i in a:# yield i# for i in b:# yield i# g = generator()# for i in g:# print(i)#新办法# def generator():# a = 'abcde'# b = '12345'# yield from a# yield from b## g = generator()# for i in g:# print(i)#复习# send # send的作用范围和next一模一样 # 第一次不能用send # 函数中的最后一个yield不能接受新的值# 计算移动平均值的例子# 预激生成器的装饰器的例子# yield from
3.生成器表达式与列表推导式
#!usr/bin/env python # -*- coding:utf-8 -*-# egg_list = []# for i in range(10):# egg_list.append('鸡蛋%s'%i)# print(egg_list)
#列表推导式# egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式# print(egg_list)# print([i**2 for i in range(10)])#生成器表达式# g = (i for i in range(10)) #g是生成器# print(g)# for i in g:# print(i)#列表推导式和生成器表达式的区别：# 括号不一样# 返回的值不一样 === 生成器表达式几乎不占用内存# 老母鸡=('鸡蛋%s'%i for i in range(10)) #生成器表达式# print(老母鸡)# for 蛋 in 老母鸡:# print(蛋)# g = (i*i for i in range(10)) #其实没执行代码，跟函数一样的# g.__next__() #这里才执行
4.各种推导式
#!usr/bin/env python # -*- coding:utf-8 -*-# [每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] # 遍历之后挨个处理# [满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] # 筛选功能# #30以内所有能被3整除的数# ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式# print(ret)# #30以内所有能被3整除的数的平方# ret = (i*i for i in range(30) if i%3 == 0)# print(ret)# 找到嵌套列表中名字含有两个‘e’的所有名字# names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],# ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]# ret = [name for lst in names for name in lst if name.count('e') ==2]# print(ret)# 字典推导式# 例一：将一个字典的key和value对调# mcase = {'a': 10, 'b': 34}# #{10:'a' , 34:'b'}# mcase_frequency = {mcase[k]: k for k in mcase}# print(mcase_frequency)# 例二：合并大小写对应的value值，将k统一成小写# mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}# #{'a':10+7,'b':34,'z':3}# mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}# print(mcase_frequency)#集合推导式，自带结果去重功能squared = {x**2 for x in [1, -1, 2]}print(squared)#各种推导式 ： 生成器 列表 字典 集合 #遍历操作 #筛选操作5.作业
#3.处理文件，用户指定要查找的文件和内容，将文件中包含要查找内容的每一行都输出到屏幕# def check_file(filename,aim):# with open(filename,encoding='utf-8') as f: #句柄 : handler,文件操作符，文件句柄# for i in f:# if aim in i:# yield i## g = check_file('14.生成器函数进阶.py','生成器')# for i in g:# print(i.strip())# 4.写生成器，从文件中读取内容，在每一次读取到的内容之前加上‘***’之后再返回给用户。# def check_file(filename):# with open(filename,encoding='utf-8') as f: #句柄 : handler,文件操作符，文件句柄# for i in f:# yield '***'+i# # for i in check_file('1.复习.py'):# print(i.strip())
转载于:https://www.cnblogs.com/dzc18/p/9396010.html
