python_65_生成器1

# map()函数
# map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。
# 例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 如果希望把list的每个元素都作平方，就可以用map()函数：
# 因此，我们只需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：
def f(x):
    return x * x
a = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(a)
for i in a:
    print(i, end='')
# 输出结果：[1, 4, 9, 10, 25, 36, 49, 64, 81]
# 注意：map()函数不改变原有的 list，而是返回一个新的 list。
# 利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。
# 由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。

# 任务
# 假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请利用map()函数，把一个list（包含若干不规范的英文名字）变成一个包含规范英文名字的list：
# 输入：['adam', 'LISA', 'barT']
# 输出：['Adam', 'Lisa', 'Bart']
def format_name(s):
    s1 = s[0:1].upper() + s[1:].lower()
    return s1
b = map(format_name, ['adam', 'LISA', 'barT'])
for i in b:
    print(i)

　　

a = []
for i in range(10):
    a.append(i * 2)
print(a)

b = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
b = map(lambda x: x * 2, b)
print(b)
for i in b:
    print(i)
# 用列表生成式可简化上述
print([i * 2 for i in range(10)])  # 列表生成式，可将i*2换成方程使用
'''
生成器
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。
而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，
如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？
这样就不必创建完整的list，从而节省大量的空间。
在Python中，这种一边循环一边计算的机制，称为生成器：generator。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
生成器只有在调用时才会生成相应的数据，只记录当前位置，只有_next_()，在python2.7为next()
生成器无截断功能
'''
c = (i * 2 for i in range(10))  # 将上式生为生成器
# print(c[5])#打印出错，因为没有调用，调用的时候才会有
print(c)
print(c.__next__())
print(c.__next__())
print(c.__next__())
'''
generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，
直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
'''
c=(i*2 for i in range(10))
for i in c:  # 生成器调用的时候才会有，不调用的时候没有
    print(i)
'''
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
'''
print('------>分隔符2')
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b  # 并不是a=b,b=a+b,而是t=(b,a+b) a=t[0],b=t[1]  #t是一个tuple
        n = n + 1
    return 'done'
fib(10)
'''
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，
可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
这就是定义generator的另一种方法。
如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：
'''
print('------>分隔符3')
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b  # 将print换成yield
        a, b = b, a + b  # 并不是a=b,b=a+b,而是t=(b,a+b) a=t[0],b=t[1]  #t是一个tuple
        n = n + 1
    return '---done---'

print(fib(10))
fib_gen = fib(10)
print(fib_gen.__next__())  # 生成器可以随时可以让函数中断与继续
print('干点别的事')
print(fib_gen.__next__())
print(fib_gen.__next__())
print('===-start loop====')
for i in fib_gen:
    print(i)
'''
这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，
遇到return语句或者最后一行函数语句就返回。而变成generator的函数，
在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
'''
print('------>分隔符4')
g = fib(4)
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())#超过4，出现以下错误
'''
Traceback (most recent call last):
  File "C:/Users/Administrator/Desktop/python/65生成器.py", line 83, in <module>
    print(g.__next__())
StopIteration: ---done---
为了避免此类错误，用以下方法处理异常
'''
while True:
    try:
        x = next(g)  # 和__next__()效果相同，内置的方法
        print('g:', x)
    except StopIteration as e:  # 抓异常
        print('Genratoe return value:', e.value)
        break