生成器攻略 列表推导式和生成器表达式

你第一次看到生成器的样子so beautiful !!!

 

首先  我们学习的迭代器有两种：

1. 调用方法直接返回。   map 和 fileter  （这个我最开始看到也蒙了， 上一篇没有写啊，

于是我问了老师和同学，  暂且先把这个东西就这样记。）

2。 可迭代对象通过执行 iter 方法得到。

 

我们写的能实现迭代器功能的东西就叫做生成器。

 

python 中给我们提供的有生成器：

1：生成器函数：和正常函数定义一样，但是，but but but   生成器是使用 yield 语句而不是 return 语句返回结果。yield 语句一次只返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行

 

2： 生成器表达式： 类似于列表推导（列表推导什么鬼。。。），but but but ，生成器返回按需求产生结果的一个对象，而不是一次构建一个结果列表。    我自己理解的最后这句话意思就是，这个表达式每次只返回一个值， 你要一个我给你一个， 你不要就不要 我也不会硬塞给你。

 

 

生成器Generatol  (顺便回顾下迭代器 iterator 和可迭代的 iterable )

　　本质：迭代器（因为自带了__iter__ 和__next__方法，所以不需要我们去实现

　　特点： 惰性运算，开发者自定义（开发者自定义什么鬼）

 

生成器函数：

　　一个包含了 yield 关键字的函数就是一个生成器函数。yield 可以为我们从函数中返回值。

　　yield 和 return 的区别：

return 的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。 y

ield每一次获取这个可迭代对象的一个值，就能推动函数的执行，获取新的返回值，直到函数执行结束。

 

来，操练起来。

#先定义函数
import time
def genrator_fun():
    a = 3
    print('现在定义了变量 a')
    yield a
    n = a
    print(n)
    b = 2
    print(' 现在定义了变量 b')
    yield b

g1 = genrator_fun()
print('g1:',g1)#  这个 print 是看这个 g1 是什么鬼
print('='*20)
print(next(g1))
time.sleep(1)
print(next(g1))

====================
现在定义了变量 a
3
3
现在定义了变量 b
2

 

生成器的好处： 不会一下子在内存中生成太多数据。

 

继续认识生成器：

假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。
而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。

 

def produce():

　　'''生产衣服'''

　　for i in range(2000000):

　　　　yield('生产了第%s件衣服'%i)

produce_g = produce()

print(produce_g.__next__())#要第一件衣服

print(produce_g.__next__())#要第二件衣服

print(produce_g.__next__())#要第三件衣服

print(produce_g.__next__())#要第四件衣服

 

num = 0 

for i in produce_g:

　　print(i)

　　num+=1

　　if num ==5 :

　　　　break

#到这里我们找工厂拿了8件衣服， 对  是8件，上面三件 下面那个 for i in 那拿了五件，一共八件

我一共让我的生产函数（也就是produce生成器函数）生产2000000件衣服。

剩下的还有2000000-8件衣服，现在情况就是，  我要了你给我， 我不要 你就给我留那，

我什么时候要，你就什么时候立马给，完全服从。

对，就像你和你女朋友的关系。 你懂得。

 

 

 

#生成器监听文件输入的例子
import time
def tail(filename):
    f = open(filename)
    f.seek(0,2)#从文件末尾算起
    while 1 :
        line = f.readline()#读取文件中新的文本行
        if not line:
            time.sleep(0.5)
            continue
        yield line

tail_g = tail('tmp')
for line in tail_g:
    print(line)



#计算移动平均值
def averager():
    count =0
    total = 0
    averager = None
    while True:
        term  = yield averager
        total +=term 
        count+=1
        averager = total / count 
        
g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(7))
print(g_avg.send(17))

#计算移动的平均值（2）  预激协程的装饰器
def init(func): #在调用被装饰生成器函数的时候首先用 next 激活生成器
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)
        next(g)
        return inner


@init
def averager ():
    total = 0
    count = 0
    averager = None
    while True:
        term = yield averager
        total +=term 
        count +=1
        averager = total / count 
        
g_avg = averager()
#next(g_avg)   # 在装饰器中执行了 next 方法
print(g_avg.send(666))
print(g_avg.send(777))
print(g_avg.send(888))

'''
导入 time 模块
定义函数（要传参数）
　　打开文件 f = open
　　f.seek(0,2) 从文件的末尾开始算
　　while 1 ： while 循环 
　　 if not line：（如果读不到）
　　　　如果读不到就睡一会
　　　　　　continue 跳过本层
　　　yield line （返回 line， 并把步骤停在这步）

tail_g = tail()
for line in tail_g:
　　print(line)



列表推导式和生成器表达式



和列表一样，列表推导式也采用方括号[]表示，并且用到了一个简写版的for循环，第一部分是一个生成结果列表元素的表达式，
第二部分是一个输入表达式上的循环。阅读理解列表表达式的推荐做法是先从里面的for循环开始，
向右查看是否有if条件，然后将推导式开始的那个表达式映射到每一个匹配的元素上去。

列表推导式：用[]表示
even_numbers = [x for x in range(10) if x % 2 ==0]
:[0,2,4,6,8]


python还支持另外一种和表列表达式类似的结构，
叫做生成器表达式（generator expression）

它的优点： 1.惰性计算
　　　　　 2.节省内存

even_numbers = (x for x in range(10) if x%2 ==0)
print(list(even_numbers))

# [0, 2, 4, 6, 8]
在处理大量的数据是，最好考虑生成器表达式而不是列表推导式。

 

另一个列表推导式和生成器表达式的例子是：

 

>>> data = ['abc','def','I use python', 'f123']
>>> sum([len(word) for word in data])
25
>>> sum(len(word) for word in data)
25

enumerate()是一个同时能让你迭代和计数的内置函数，

而for循环自身只能迭代而没办法计数：

 

>>> data = [123,"abc",3.14]
>>> for i in enumerate(data):
...     print i
...
(0, 123)
(1, 'abc')
(2, 3.14)

#老男孩由于峰哥的强势加盟很快走上了上市之路,alex思来想去决定下几个鸡蛋来报答峰哥

egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析

#峰哥瞅着alex下的一筐鸡蛋,捂住了鼻子,说了句:哥,你还是给我只母鸡吧,我自己回家下

laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))