day12

生成器

迭代器:python中内置的一种节省空间的工具

生成器的本质就是一个迭代器

迭代器和生成器的区别:一个是pyhton自带的,一个是程序员自己写的

写一个生成器
  • 基于函数

  • 在函数中将return改写成yield就是一个生成器

  • 函数名()就是产生一个生成器

  • return 可以写多个,但是只执行一个

  • yield也可以写多个,还可以返回多次

    一个__next__()对应一个yield

    next() == next():推荐使用next()

    iter() == iter()

  • yield 也是返回,会记录执行位置

  • 生成器可以使用for循环获取

  • yield from——将可迭代对象元素逐一返回

  • 在函数的内部 yield 能将for循环和while循环进行临时暂停

优点:节省空间——惰性机制

​ 不能逆行

​ 一次性

​ 一个next对应一个yield

def func():
print(123)
return '你好'
func()
---------------------------------
def func():
if 3>2:
yield '你好'
if 4>2:
yield '我好'
yield '大家好'
g = func() # 产生一个生成器
print(next(g))
print(next(g))
print(next(g))
for i in g:
print(1)
while True:
try:
print(g.__next__())
except StopIteration:
break
---------------------------------
def foo():
for i in range(10):
pass
yield i
count = 1
while True:
yield count
count += 1
g = foo()
# print(next(g)) # 推荐使用
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# for i in g:
# print(i)
坑 —— 会产生新的生成器
print(next(foo()))
print(next(foo()))
send()
# def gen(name):
# print(f'{name} ready to eat')
# while 1:
# food = yield
# print(f'{name} start to eat {food}')
------------------------------------------------------
# dog = gen('alex')
# next(dog)
# next(dog)
# next(dog)
------------------------------------------------------
# def gen(name):
# # print(f'{name} ready to eat')
# while 1:
# food = yield 222
# print(f'{name} start to eat {food}')
# dog = gen('alex')
# next(dog) # 第一次必须用next让指针停留在第一个yield后面
# 与next一样,可以获取到yield的值
# ret = dog.send('骨头')
# print(ret)
------------------------------------------------------
# def gen(name):
# print(f'{name} ready to eat')
# while 1:
# food = yield
# print(f'{name} start to eat {food}')
------------------------------------------------------
# dog = gen('alex')
# next(dog)
# # 还可以给上一个yield发送值
# # next(dog)
# dog.send('骨头')
# dog.send('狗粮')
# dog.send('香肠')
生成器应用场景
def func():
lst = []
for i in range(10000):
lst.append(i)
return lst
print(func())
---------------------------------
def func():
for i in range(10000):
yield i
g = func()
for i in range(50):
print(next(g))
---------------------------------
def func():
lst = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]
for i in lst:
yield i
g = func()
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
---------------------------------
def func():
lst = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]
lst2 = ["小浣熊","老干爹","亲嘴烧","麻辣烫","黄焖鸡","井盖"]
yield from lst1
yield from lst2
g = func()
print(next(g))
print(next(g))
print(next(g))
# for i in g:
# print(i)

推导式

列表推导式:

循环推导式:[变量(加工后的变量) for循环]

筛选推导式:[变量(加工后的变量) for循环 加工条件]

# lst = []
# for i in range(20):
# lst.append(i)
# print(lst) # list推导式
# print([i for i in range(20)])
------------------------------------------------------
# 循环模式
# [变量 for i in range(20)]
# print([i+1 for i in range(10)])
------------------------------------------------------
# 筛选模式
# lst = []
# for i in range(20):
# if i % 2 == 0:
# lst.append(i)
# print(lst) # print([i for i in range(20) if i % 2 == 0])
# [变量(加工后的变量) for循环 加工方式] # print([i for i in range(50) if i % 2 == 1])
# print([i for i in range(1,50,2)])
------------------------------------------------------
list二层嵌套for:
# print([i for i in range(20) for n in range(10)])
lst = []
for i in range(20):
for n in range(10):
lst.append(i)
print(lst)
生成器推导式:

循环推导式:(变量(加工后的变量) for循环)

筛选推导式:(变量(加工后的变量) for循环 加工条件)

# 循环模式:
# g = (i for i in range(20))
# print(next(g))
# print(next(g))
# print(next(g)) # print(list((i for i in range(20))))
------------------------------------------------------
# 筛选模式
# g = (i for i in range(50) if i % 2 == 1)
# for i in g:
# print(i)
------------------------------------------------------
二层for嵌套:
g = (i for i in range(20) for n in range(10))
for i in g:
print(i)
集合推导式:set()

{键:值 for循环 加工条件}

# 集合推导式:(了解)
# print({i for i in range(10)})
# print({i for i in range(10) if i % 2 == 0})
------------------------------------------------------
二层for嵌套:(去重)
print({i*n for i in range(20) for n in range(10)})
print(len({i*n for i in range(20) for n in range(10)}))
字典推导式:{}

{变量(加工后的变量) for循环 加工条件}

# 字典推导式:(了解)
# print({i:i+1 for i in range(10)})
# print({i:i+1 for i in range(10) if i % 2 == 0})
# {键:值 for循环 加工条件}
------------------------------------------------------
二层for嵌套:
print({i:n for i in range(20) for n in range(10,20)})
dic = {}
for i in range(20):
for n in range(20):
dic[i] = n
print(dic)

内置函数一

eval():字符串里面的计算公式得出答案

exec() :字符串里面的代码得出答案

工作和学习不能用

hash() :判断是不是不可变数据类型

help() :得到源码

callable() :判断是不是可调用

int()

float():转化为浮点数

complex():复数

bin() :转化为二进制

oct():转化为八进制

hex():转化为十六进制

divmod(5,2):(2,1)商2余1

round():五舍六入,奇变偶不变,默认是整数,可以指定保留几位

pow(2,3):幂

bytes(s,encoding='utf-8'):转化为字节

ord():当前编码 求ascii码位

chr():用码位求内容

repr():原型毕露

all():判断元素是否都为真

any():判断元素是否有真

globals():查看全局空间中的变量

locals():查看当前空间中的变量,有就打印字典,没有就打印空字典

# s = """
# for i in range(10):
# print(i)
# """
------------------------------------------------------
# s1 = """
# def func():
# print(123)
# func()
# """
# print(eval(s))
# print(exec(s1)) # 牛逼 不能用
------------------------------------------------------
# print(hash("asdfas"))
------------------------------------------------------
# print(help(list))
# help(dict)
------------------------------------------------------
# def func():
# pass
# print(callable(func)) # 查看是否可调用
------------------------------------------------------
# print(float(2)) # 浮点数
# print(complex(56)) # 复数
------------------------------------------------------
# print(oct(15)) # 八进制
# print(hex(15)) # 十六进制
------------------------------------------------------
# print(divmod(5,2)) # (2, 1) 2商 1余
------------------------------------------------------
# print(round(5.3234,2)) # 四舍五入 -- 默认是整数,可以指定保留小数位
------------------------------------------------------
# print(pow(2,3)) # 幂
# print(pow(2,3,4)) # 幂,余
------------------------------------------------------
# s = "alex"
# print(bytes(s,encoding="utf-8"))
------------------------------------------------------
# print(ord("你")) # 当前编码
# print(chr(20320))
------------------------------------------------------
# s = "C:\u3000"
# print(repr(s))
------------------------------------------------------
# print("\u3000你好")
------------------------------------------------------
# lst = [1,2,3,False,4,5,6,7]
# print(all(lst)) # 判断元素是否都为真 相似and
# print(any(lst)) # 判断元素是否有真 相似or
------------------------------------------------------
# name = 1
# def func():
# a = 123
# # print(locals())
# # print(globals())
# func()
------------------------------------------------------
# print(globals()) # 全局空间中的变量
# print(locals()) # 查看当前空间的变量

day12——生成器、推导式、简单内置函数的更多相关文章

  1. python27期day12:推导式、内置函数、高阶函数、匿名函数、作业题

    1.推导式:做一些有规律的数据结构 列表推导式: 普通循环模式: [加工后的变量 for 循环] 示例一:print([i for i in range(1,51)]) 结果:[1, 2, 3, 4, ...

  2. day5--装饰器函数的信息打印,迭代器,生成器,列表推导式,内置函数

    本文档主要内容: 一 装饰器函数的信息打印 二 迭代器 三 生成器 四 生成器表达式和列表推导式 五 内置函数 一 装饰器函数的信息打印 一个函数一旦被装饰器给装饰后,这个函数的信息使用原来的命令打印 ...

  3. python函数知识五 推导式和内置函数一(了解)

    17.推导式: 推导式:将for循环多行变成一行 list推导式:[] #普通模式 print([i for i in range(20)]) #循环模式 #[变量 for i in range(20 ...

  4. Day 14 三元运算符,列表推导式,内置函数

    三目运算符 ```python# 三目(元)运算符:就是 if...else...语法糖# 前提:简化if...else...结构,且两个分支有且只有一条语句# 注:三元运算符的结果不一定要与条件直接 ...

  5. 记录我的 python 学习历程-Day12 生成器/推导式/内置函数Ⅰ

    一.生成器 初识生成器 生成器的本质就是迭代器,在python社区中,大多数时候都把迭代器和生成器是做同一个概念. 唯一的不同就是: 迭代器都是Python给你提供的已经写好的工具或者通过数据转化得来 ...

  6. python第十二天 生成器,迭代器,内置函数

    第二模块学习:  生成器,迭代器,内置函数 生成器特点:只有在调用时才会生成相应的数据,运行的速度快! 示例: def fil(max):#斐波那契数 n,a,b=0,0,1 #定义初始数据 whil ...

  7. day11 - 15(装饰器、生成器、迭代器、内置函数、推导式)

    day11:装饰器(装饰器形成.装饰器作用.@语法糖.原则.固定模式) 装饰器形成:最简单的.有返回值的.有一个参数的.万能参数 函数起的作用:装饰器用于在已经完成的函数前后增加功能 语法糖:使代码变 ...

  8. Python3基础(4)匿名函数、装饰器、生成器、迭代器、内置函数、json&pickle序列化、软件目录开发规范、不同目录间模块调用

    ---------------个人学习笔记--------------- ----------------本文作者吴疆-------------- ------点击此处链接至博客园原文------ 1 ...

  9. Day 22 生成器yield表达式及内置函数(一丢丢)

    本日知识点: ################################### #一.上节课复习:在for循环式,调用对象内部的__iter__方法, # 把他们变成了可迭代对象然后for循环调 ...

随机推荐

  1. 使用google autoservice 自动生成java spi 描述文件

    spi 是一种服务发现的标准,对于开发中我们通常需要编写 META-INF/services 文件夹中定义的类. google auto 中的autoservice 可以帮助我们生成对应的配置,很方便 ...

  2. MySQL 8.0.18 InnoDB Cluster 主从(MGR)完整安装配置

    提示: MySQL InnoDB Cluster底层依赖Group Replication模式,至少3台机器 1.  准备3台 CentOS Linux 7 (Core), 修改各主机名:db-hos ...

  3. 20101010 exam

    目录 2018 10.10 exam 解题报告 T1:LOJ #10078 新年好 题目描述(原题来自:CQOI 2005): 输入格式: 输出格式: 样例输入: 样例输出: 数据范围与提示: 思路: ...

  4. 洛谷 P1195 【口袋的天空】

    P1195 传送门 大体题意: 就是给你\(n\)个点\(m\)条边, 然后让你把这几个点连成\(k\)个部分. 解题思路: 很容易就可以想到生成树(别问我怎么想到的). 因为最小生成树中有一个判断 ...

  5. [Beta阶段]第二次Scrum Meeting

    Scrum Meeting博客目录 [Beta阶段]第二次Scrum Meeting 基本信息 名称 时间 地点 时长 第二次Scrum Meeting 19/05/03 大运村寝室6楼 40min ...

  6. ASP.NET Core 的 Dependency Injection

    ASP.NET Core使用了大量的DI(Dependency Injection)设计,有用过Autofac或类似的DI Framework对此应该不陌生.本篇将介绍ASP.NET Core的依赖注 ...

  7. SpringBoot(十五):SpringBoot2.x集成eureka实现注高可用册中心,高可用的服务器提供者,以及消费者示例

    本文代码请参考<https://github.com/478632418/springcloud-eureka-server-client/tree/master/mall>.<ht ...

  8. The Rise of Meta Learning

    The Rise of Meta Learning 2019-10-18 06:48:37 This blog is from: https://towardsdatascience.com/the- ...

  9. 【C++】C++的拷贝控制

    目录结构: contents structure [-] 拷贝.赋值与销毁 拷贝构造函数 拷贝初始化 参数和返回值 拷贝赋值运算符 析构函数 三五法则 拷贝控制和资源管理 交换操作 对象移动 右值引用 ...

  10. CentOS7安装Apache2和PHP7

    安装Apache 2.4 更新源:rpm -Uvh https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpmrpm ...