Day14 of learning python--生成器的进阶及各种推导式

1.生成器概念

判断是否是可迭代的，print('__iter__' in dir(数据类型))

生成器的表现形式：生成器函数，生成器表达式

生成器特点呢：调用函数之后函数不执行，返回一个生成器，调用next方法的时候会激活生成器函数执行代码，直到遇到第一个yield。每一次执行g.__next__()就是从生成器中取值，预示着生成器函数中的代码继续执行

for循环就是生成一个迭代器。从生成器中取值的几个方法：next，for，数据类型的强制转换(占用内存)

2.生成器send()函数的使用

send()函数的作用：send的获取下一个值效果和next基本一致，只是在获取下一个值得时候，给上一个值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，否则会报错StopIteration

def generator():
    print(123)
    content = yield 1
    print('!!!',content)
    print(456)
    yield 2
    print(789)

g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')    #send的效果和next一样，不能传空的，可以传None
print('***',ret)

 例子：获取移动平均值，（预激生成器的装饰器的例子）

def init(func):   #  func = avgrage
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)    # g = avgrage()  返回生成器地址
        g.__next__()    #触发生成器函数的执行
        return g
    return inner

@init   # avgrage = init(avgrage) = inner
def avgrage():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum += num
        count += 1
        avg = sum / count

avg_g = avgrage()  # --> inner()
avg1 = avg_g.send(10)
avg1 = avg_g.send(20)
print(avg1)
结果：

123
*** 1
!!! hello
456
*** 2

 3.生成器from的使用

例子，从a,b字符串中逐个获取元素

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

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

 4.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]       遍历功能

[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

1）生成器表达式，与列表推导式相比较，括号不一样，返回值不一样，几乎不占用内存

g = (i for i in range(10))    # 此处还没有执行for循环的内容
print(g)
for i in g:
    print(i)

 2）列表推导式

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

 3）字典推导式

例子：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)
结果：{10: 'a', 34: 'b'}

 4）集合推导式（去除重复的数据）

square = {x*x for x in [1,-1,2]}
print(square)
结果：{1, 4}

 练习例子：

# 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)
结果：[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

# 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)
结果：[0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

# 找嵌套列表中含有两个e的名字
names = [['tom','jefferson','son'],['html','keel']]
ret = [name for lst in names for name in lst if name.count('e')==2]
print(ret)
结果：['jefferson', 'keel']

# 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}
mcase_frequency = {k.lower():mcase.get(k.lower(),0)+mcase.get(k.upper(),0) for k in mcase.keys()}
print(mcase_frequency)  # .get(*)，没有找到就是None，所有添加一个参数0，以免不能相加
结果：{'a': 17, 'b': 34, 'z': 3}