Python之生成器

生成器

'''
	生成器就是迭代器的另一种形式，可以理解为生成器就是一种自定义的迭代器
	
'''
所以什么是生成器？
		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

# 生成器解决了什么问题？

	主要解决了占用内存的问题

如何使用生成器：
"""函数里面只要出现了yield关键字，那么，该函数就有普通的函数变成了生成器，就不在执行该函数了"""

def index():
    print('>>>>index')
    yield
index()
# 这时候就发现调用函数的时候函数不会执行，所以接下来我们如何执行函数？
def index():
    print('>>>>index')
    yield

print(res) # <generator object index at 0x000001A377793E60>
res = index()
next(res) # >>>>index
# 这时候我们就可以调用函数内部yield前面的代码了，next一次会执行一次yield前面的函数，再次执行next会从上一次yield的位置处往下继续走，直到遇到第二个yield

print(next(res)) # None
"""如果你打印next的结果，就会返回yield关键字后面的数据"""
# 当yield关键字后面的数据用逗号隔开，有多个的时候，会以元组的形式返回

'''
	有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值
'''

自定义range功能

# 如果range函数不能用了，要写一个跟range函数一样的功能？如何来做？

def index(start, stop):
    while start < stop:
        yield start
        start += 1



for i in index(1, 100):
    print(i)

# 上面出了没有步长以外，其余功能均已实现，接下来在上面的代码基础上改改，range功能就可以实现了
def index(start, stop=None, step=1):
    if not stop:
        stop = start
        start = 0
    while start < stop:
        yield start
        start += step

for i in index(1, 50,2):
    print(i)

yield传参问题

'''
	关键字：send
'''

def index(name):
    print(f'{name}正在吃东西')
    while True:
        food = yield
        print(f'{name}正在吃{food}')


res = index('kevin')

next(res)  # kevin正在吃东西
res.send('大餐')  # kevin正在吃大餐
res.send('苹果')  # kevin正在吃苹果

'''
	针对表达式形式的yield，生成器对象必须事先被初始化一次，让函数挂起在food=yield的位置，等待调用res.send()方法为函数体传值，res.send(None)等同于next(res)。
'''

return和yield的对比

return
	1. 函数遇到return直接终止运行
    2. return也可以返回多个值
yield
	1. 函数遇到yield代码不会立即终止运行，而是"停住"
    2. yield也可以返回多个值，以元组的形式返回
    3. yield可以把函数变成生成器，而且还支持传参

生成器表达式

res = (i for i in range(10))
print(next(res))  # 0
print(next(res))  # 1
print(next(res))  # 2
print(next(res))  # 3
print(next(res))  # 4
print(next(res))  # 5
print(next(res))  # 6
print(next(res))  # 7

"""生成器表达式如果你不去__next__，是不会给你造出来数据的"""
    
"""
	迭代器、生成器我们都可以把它们看成是"工厂"
	你什么时候要数据我们就设么时候给你生产
	上述这样做的原因：
		节省内存空间
"""

笔试题

# 求和
def add(n, i):
    return n + i
# 调用之前是函数 调用之后是生成器
def test():
    for i in range(4):
        yield i
g = test()  # 初始化生成器对象
for n in [1, 10]:
    g = (add(n, i) for i in g)
res = list(g)
print(res)

#A. res=[10,11,12,13]
#B. res=[11,12,13,14]
#C. res=[20,21,22,23]
#D. res=[21,22,23,24

常用的内置函数