Python函数Day4

一、内容补充

__iter__() 就是 iter()，iter() 调用的就是__iter__() 

__next__() 就是 next()，next()调用的就是__next__() 

__closure__ 不是判断闭包的方法

 

二、生成器

生成器就是自己用python代码写的迭代器，生成器的本质就是迭代器

 

构建生成器的两种方式：

① 生成器函数

def func(x):
    x += 3
    print('one')
    yield x
    x += 5
    print('two')
    yield x

g = func(5)             # func(5) 是生成器对象
print(g.__next__())     # 调用__next__() 方法取值，一次执行一个yield以上的内容
print(g.__next__())


# 结果
one
8
two
13

解释：函数名() 是生成器对象，不执行函数。要想取值需要通过next()方法

一个next对应一个yield，一个next截止到一个yield，yield以上代码都会执行

yield将值返回给 生成器对象.next

 

② 生成器表达式   即：将列表推导式的中括号[ ]换成括号( )

g = (i for i in range(1,100))           # 生成器表达式，g是生成器对象
print(next(g))                          # 生成器通过next(生成器对象)方法取值,一次next取一次值
print(next(g))
print(next(g))

# 结果
1
2
3

yield 和 return 的区别：

　　return 结束函数，返回给函数的执行者返回值

　　yield 不会结束函数，会将值返回给生成器对象 ，通过next（）方法取值

 

生成器函数 和 迭代器的区别：

① 自定制的区别

　　生成器可以随时随地的取值

② 内存级别的区别 

　　迭代器式需要可迭代对象进行转化，可迭代对象非常占内存

　　生成器是直接创建，不需要转化，从本质上就节省内存

工作总一般用生成器，不会用迭代器

 

send()

格式：

　　对象.send()

def func(x):
    x += 1
    s = yield x
    print(s)
    x += 1
    yield x

g = func(8)
print(next(g))                 # 取值
print(g.send('haha'))          # 将字符串赋值给上一个yield，即s; 同时取值


# 结果
9
haha
10

 

send()的作用：

① send()具备next()的功能，对生成器进行取值（执行一个yield）的方法

② send() 可以给上一个yield传一个值

 

send的陷阱：

① 第一次取值永远是next(),用send()会报错

② 最后一个yield永远得不到send()传的值

 

def func():
    for i in range(10000):
        yield i

g = func()
print(next(g))
print(next(g))
print(next(g))
g.close()           # 手动关闭生成器函数，后面的调用会直接返回StopIteration异常
print(next(g))


# 结果
0
1
2
    print(next(g))
StopIteration

close（）　　　手动关闭生成器函数，后面的调用会直接返回StopIteration异常

 

三、列表推导式

模式1：循环模式

格式：[变量（加工后的变量） for 变量 in iterable]

li = [i for i in range(1,10)]
print(li)

# 结果
[1, 2, 3, 4, 5, 6, 7, 8, 9]

 

模式2：筛选模式[变量（加工后的变量） for 变量 in iterable if 条件]

li = [i for i in range(1,31) if i % 3 == 0]
print(li)

# 结果
[3, 6, 9, 12, 15, 18, 21, 24, 27, 30]

 

优点：一行解决，优化代码，方便。

缺点：容易着迷

　　    不易排错，不能超过三次循环

总结：列表推导式不能解决所有列表的问题，不要太刻意使用

 

四、字典表达式：

格式：{键：值 for 值 in iterable}

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)

# 结果
{'a': 17, 'b': 34, 'z': 3}

 

五、集合推导式

squared = {x**2 for x in [-1,1,2]}
print(squared)

# 结果
{1, 4}