生成器
一 、生成器与yield
若函数体包含yield关键字，再调用函数，并不会执行函数体代码，得到的返回值即生成器对象
def my_range(start,stop,step=1):
print('start...')
while start < stop:
yield start
start+=step
print('end...')
g=my_range(0,3)
print(g)
<generator object my_range at 0x104105678>
生成器内置有__iter__和__next__方法，所以生成器本身就是一个迭代器
print(g.__iter__)
<method-wrapper '__iter__' of generator object at 0x1037d2af0>
print(g.__next__)
<method-wrapper '__next__' of generator object at 0x1037d2af0>
因而我们可以用next(生成器)触发生成器所对应函数的执行，
print(next(g)) # 触发函数执行直到遇到yield则停止,将yield后的值返回，并在当前位置挂起函数
## start...
0
print(next(g)) # 再次调用next(g)，函数从上次暂停的位置继续执行，直到重新遇到yield...
1
print(next(g)) # 周而复始...
2
print(next(g)) # 触发函数执行没有遇到yield则无值返回，即取值完毕抛出异常结束迭代
## end...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
既然生成器对象属于迭代器，那么必然可以使用for循环迭代，如下：
for i in countdown(3):
print(i)
# 3
# 2
# 1
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
二、 yield表达式应用
在函数内可以采用表达式形式的yield
def eater():
print('Ready to eat')
while True:
food=yield
print('get the food: %s, and start to eat' %food)
可以拿到函数的生成器对象持续为函数体send值，如下
g=eater() # 得到生成器对象
print(g)
# <generator object eater at 0x101b6e2b0>
print(next(e)) # 需要事先”初始化”一次，让函数挂起在food=yield，等待调用g.send()方法为其传值
# Ready to eat
g.send('包子')
# get the food: 包子, and start to eat
g.send('鸡腿')
# get the food: 鸡腿, and start to eat
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g.send()方法为函数体传值，g.send(None)等同于next(g)。
我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作，如下
def init(func):
def wrapper(*args,**kwargs):
g=func(*args,**kwargs)
next(g)
return g
return wrapper
@init
def eater():
print('Ready to eat')
while True:
food=yield
print('get the food: %s, and start to eat' %food)
表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下
def eater():
print('Ready to eat')
food_list=[]
while True:
food=yield food_list
food_list.append(food)
e=eater()
print(next(e))
#Ready to eat
#[]
e.send('蒸羊羔')
# ['蒸羊羔']
e.send('蒸熊掌')
# ['蒸羊羔', '蒸熊掌']
e.send('蒸鹿尾儿')
# ['蒸羊羔', '蒸熊掌', '蒸鹿尾儿']
三 、三元表达式、列表生成式、生成器表达式
3.1 三元表达式
三元表达式是python为我们提供的一种简化代码的解决方案，语法如下
res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值
针对下述场景
def max2(x,y):
if x > y:
return x
else:
return y
res = max2(1,2)
用三元表达式可以一行解决
x=1
y=2
res = x if x > y else y # 三元表达式
3.2 列表生成式
列表生成式是python为我们提供的一种简化代码的解决方案，用来快速生成列表，语法如下
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
#类似于
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2
...
for itemN in iterableN:
if conditionN:
res.append(expression)
针对下述场景
egg_list=[]
for i in range(10):
egg_list.append('鸡蛋%s' %i)
用列表生成式可以一行解决
egg_list=['鸡蛋%s' %i for i in range(10)]
3.3 生成器表达式
创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，即：
（expression for item in iterable if condition）
对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象
[x*x for x in range(3)]
# [0, 1, 4]
g=(x*x for x in range(3))
print(g)
# <generator object <genexpr> at 0x101be0ba0>
对比列表生成式，生成器表达式的优点自然是节省内存（一次只产生一个值在内存中）
print(next(g))
# 0
print(next(g))
# 1
print(next(g))
# 4
print(next(g)) #抛出异常StopIteration
如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成
with open('db.txt','rb') as f:
nums=(len(line) for line in f)
total_size=sum(nums) # 依次执行next(nums)，然后累加到一起得到结果=
四、生成器的特点
- 节约内存
- 迭代到下一次的调用时，所使用的参数都是第一次所保留下的
- 即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的