day14 生成器函数进阶

一、send

昨天的例子

def generator():
    print(123)
    yield 1
    print(456)
    yield 2


g = generator()  # 拿到一个生成器
ret = g.__next__()
print(ret)
ret = g.__next__()
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

 

def generator():
    print(123)
    content = yield 1  #第一次执行next 就执行到yield 1 位置 下一次执行send 就把内容赋给content变量
    print('=======',content) 
    print(456)
    arg = yield 2
    ''''''
    yield  #最后一次执行后 不想有返回值，仍然要写yield（一定要有yield，否则会报错。）
g1 = generator()
g2 = generator()
g1.__next__()
g2.__next__()
print('***',generator().__next__())
print('***',generator().__next__())

g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')   #send的效果和next一样
print('***',ret)

二、生成器函数进阶实例

1.

 

2.获取移动平均值

#获取移动平均值
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)

3.预激生成器的装饰器

def init(func):   #装饰器
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)    #g = average()
        g.__next__()
        return g
    return inner

@init
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)

4.Python3 中新功能  yield from

def generator():
    a = 'abcde'
    b = '12345'
    for i in a:
        yield i
    for i in b:
        yield i

 

def generator():
    a = 'abcde'
    b = '12345'
    yield from a
    yield from b

g = generator()
for i in g:
    print(i)

总结：

# 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

三、列表推导式

egg_list = []
for i in range(10):
    egg_list.append('鸡蛋%s'%i)
print(egg_list)

egg_list=['鸡蛋%s'%i for i in range(10)]    #列表推导式
print(egg_list)

print([i*i for i in range(10)])

四、生成器表达式

#生成器表达式
g = (i for i in range(10))
print(g)
for i in  g:
    print(i)

列表表达式与生成器表达式的比较：

# 括号不一样
# 返回的值不一样 === 几乎不占用内存

g = (i*i for i in range(10))
g.__next__()

五、各种推导式

[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操作 for 元素 in 可迭代数据类型 if 元素相关的条件]

1.列表推导式

# 30以内所以能被3整除的数
li = [i for i in range(30) if i % 3 == 0]
print(li)

# 30以内所以能被3整除的数的平方
li1 = [i*i for i in range(30) if i % 3 == 0]
print(li1)

# 例三: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 = [j for i in names for j in i if j.count('e') == 2]
print(ret)

 

2.字典推导式

#例一：将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
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)

 

3.集合推导式

# 集合推导式，自带结果去重功能
squared = {x**2 for x in [1, -1, 2]}
print(squared)

各种推到式总结：

#各种推导式 ： 生成器() 列表[] 字典{} 集合{]
    #遍历操作
    #筛选操作