1.生成器基础
# 生成器 —— 迭代器
# 生成器函数 —— 本质上就是我们自己写得函数
# 生成器表达式
#1.生成器函数
#普通函数
# def generator():
# print(1)
# return 'a'
#
# ret = generator()
# print(ret)
#生成器函数
#只要含有yield关键字的函数都是生成器函数
# yield不能和return共用且需要写在函数内
# def generator():
# print(1)
# yield 'a'
# ret = generator() # 生成器函数 ： 执行之后会得到一个生成器作为返回值
# print(ret)
# ret.__iter__()#有__iter__方法
# ret.__next__()#有__next__方法，说明是迭代器
# print(ret.__next__()) # 尝试用迭代器取值
# def generator(): # generator()是生成器函数
# print(1)
# yield 'a'
# print(2)
# yield 'b'
# g = generator() # g是生成器也是迭代器
# ret = g.__next__() # 用迭代器的next方法读取
# print(ret) # 打印 1 a
# # ret = g.__next__()
# # print(ret) # 打印 1 a 2 b
# for i in g: # g是生成器也是迭代器，尝试用for循环打印
# print(i)
#娃哈哈%i
# def wahaha():
# for i in range(2000000):
# yield '娃哈哈%s'%(i+1)
# #g = wahaha()
# for i in g:
# print(i) #for 循环一次全部取到
# g1 = wahaha()
# print(g1.__next__())
# print(g1.__next__())
# print(g1.__next__())
#用for循环指定次数，不一次全取
# g = wahaha()
# count = 0
# for i in g:
# count +=1
# print(i)
# if count >50:
# break
# print('****',g.__next__()) #又接着打印
# for i in g:
# count +=1
# print(i)
# if count >100:
# break ##又接着打印
#监听文件输入的例子
# def tail(filename):
# f = open(filename,encoding='utf-8')
# while True:
# line = f.readline()
# if line.strip():
# yield line.strip()
#
# g = tail('file')
# for i in g:
# if 'python' in i:
# print('***',i)
2.生成器函数进阶
#!usr/bin/env python
# -*- coding:utf-8 -*-
#使用生成器
# def generator():
# print(123)
# yield 1
# print(456)
# yield 2
# g = generator()
# ret = g.__next__()
# print('**',ret)
# ret = g.__next__() #是从yield 1 后面开始的
# print('**',ret)
#另一种使用生成器方式
# def generator():
# print(123)
# yield 1
# print(456)
# yield 2
# g = generator()
# ret = g.__next__()
# print('***',ret)
# ret = g.send('hello') #send的效果和next一样
# print('***',ret)
# def generator():
# print(123)
# content = yield 1
# print('=======',content)
# print(456)
# yield 2
#
# g = generator()
# ret = g.__next__()
# print('***',ret)
# ret = g.send('hello') #send的效果和next一样
# print('***',ret)
# send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
# 第一次使用生成器的时候 是用next获取下一个值
# 最后一个yield不能接受外部的值
# 获取移动平均值
#10 20 30 10
#10 15 20 17.5
# def average():
# sum = 0
# count = 0
# avg = 0
# while True:
# num = yield avg
# sum += num # 10
# count += 1 # 1
# avg = sum/count
#
# avg_g = average()
# avg_g.__next__()
# avg1 = avg_g.send(10)
# avg1 = avg_g.send(20)
# print(avg1)
#预激生成器的装饰器
# def init(func): #装饰器 func = average
# def inner(*args,**kwargs):
# g = func(*args,**kwargs) #g = average()
# g.__next__() #激活生成器
# return g
# return inner
#
# @init #average = init(average) = inner
# def average():
# sum = 0
# count = 0
# avg = 0
# while True:
# num = yield avg
# sum += num # 10
# count += 1 # 1
# avg = sum/count
#
# avg_g = average() #===> inner
# ret = avg_g.send(10)
# print(ret)
# ret = avg_g.send(20)
# print(ret)
#python 3
#老办法
# def generator():
# a = 'abcde'
# b = '12345'
# for i in a:
# yield i
# for i in b:
# yield i
# g = generator()
# for i in g:
# print(i)
#新办法
# def generator():
# a = 'abcde'
# b = '12345'
# yield from a
# yield from b
#
# g = generator()
# for i in g:
# print(i)
#复习
# send
# send的作用范围和next一模一样
# 第一次不能用send
# 函数中的最后一个yield不能接受新的值
# 计算移动平均值的例子
# 预激生成器的装饰器的例子
# yield from
3.生成器表达式与列表推导式
#!usr/bin/env python
# -*- coding:utf-8 -*-
# egg_list = []
# for i in range(10):
# egg_list.append('鸡蛋%s'%i)
# print(egg_list)
#列表推导式
# egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式
# print(egg_list)
# print([i**2 for i in range(10)])
#生成器表达式
# g = (i for i in range(10)) #g是生成器
# print(g)
# for i in g:
# print(i)
#列表推导式和生成器表达式的区别：
# 括号不一样
# 返回的值不一样 === 生成器表达式几乎不占用内存
# 老母鸡=('鸡蛋%s'%i for i in range(10)) #生成器表达式
# print(老母鸡)
# for 蛋 in 老母鸡:
# print(蛋)
# g = (i*i for i in range(10)) #其实没执行代码，跟函数一样的
# g.__next__() #这里才执行
4.各种推导式
#!usr/bin/env python
# -*- coding:utf-8 -*-
# [每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] # 遍历之后挨个处理
# [满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] # 筛选功能
# #30以内所有能被3整除的数
# ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式
# print(ret)
# #30以内所有能被3整除的数的平方
# ret = (i*i for i in range(30) if i%3 == 0)
# print(ret)
# 找到嵌套列表中名字含有两个‘e’的所有名字
# names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
# ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
# ret = [name for lst in names for name in lst if name.count('e') ==2]
# print(ret)
# 字典推导式
# 例一：将一个字典的key和value对调
# mcase = {'a': 10, 'b': 34}
# #{10:'a' , 34:'b'}
# mcase_frequency = {mcase[k]: k for k in mcase}
# print(mcase_frequency)
# 例二：合并大小写对应的value值，将k统一成小写
# mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
# #{'a':10+7,'b':34,'z':3}
# mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
# print(mcase_frequency)
#集合推导式，自带结果去重功能
squared = {x**2 for x in [1, -1, 2]}
print(squared)
#各种推导式 ： 生成器 列表 字典 集合
#遍历操作
#筛选操作
5.作业
#3.处理文件，用户指定要查找的文件和内容，将文件中包含要查找内容的每一行都输出到屏幕
# def check_file(filename,aim):
# with open(filename,encoding='utf-8') as f: #句柄 : handler,文件操作符，文件句柄
# for i in f:
# if aim in i:
# yield i
#
# g = check_file('14.生成器函数进阶.py','生成器')
# for i in g:
# print(i.strip())
# 4.写生成器，从文件中读取内容，在每一次读取到的内容之前加上‘***’之后再返回给用户。
# def check_file(filename):
# with open(filename,encoding='utf-8') as f: #句柄 : handler,文件操作符，文件句柄
# for i in f:
# yield '***'+i
#
# for i in check_file('1.复习.py'):
# print(i.strip())
