3 -14 迭代 和列表 生成器

列表生成式 执行效率高 简洁

a = []
for i in range(5):
    a.append(i*2)
print(a)

列表形式

[a * 2 for a in range(5)]    ##列表形式 执行效率低   主要是先完成生成 再展现 占用内存

---

##同样 可以传入函数  还执行

def aa(name):
    print('ni hao %s'%name )
print [a * 2 for a in range(5)]
[aa(i) for i in range(5)]        

 

生成器 ：当你调用的时候还会给出结果 从而大大提高了调度性能 

b = (a * 2 for a in range(50000))
print(b)

<generator object <genexpr> at 0x000000000256D3A8>   ### 返回的只是一个内存地址 

方法  b.next ()

python   3.x 是  b.__next__()   只能调取下一个  没有别的 方法再调取 上一个 

 

---

>>> a
[1, 2, 3, 4, 5, 6, 7, 8]
>>> c = iter(a)
>>> 
>>> c
<listiterator object at 0x0000000002E26C18>    

###iter(a)   将列表a 变成一个生成器

 

 

 

斐波那契

def  aa(num):
    n,a,b = 0,0,1
    while n < 10:
        print(b)
        a,b = b,a+b
        n+=1

aa(10)

 

 

列表生成

def  aa(num):
    n,a,b = 0,0,1
    while n < 10:
        yield (b)    ###当启用yield的时候生成的结果是一个内存地址 变成了生成器
        a,b = b,a+b
        n+=1

aa(10)    ###返回值就变成了一个生成器
###结果    <generator object aa at 0x00000000025AD3A8>
cc = aa(10)
print(cc.next())
print('-----------')   ### 目前达到了随意进出一个程序 来执行想要的操作
print(cc.next())
print('============')

 

---

 

 通过yeild 实现单线 并多线程任务   send语法运用

 

 

def aa(name):
    print('%s 过来玩'%name)
    while True:
        shop = yield
        print('%s 买了一个%s'%(name,shop))
###此时 已经不是一个函数了 变成了一个生成器
# c = aa('lining')
# c.next()
# list = ['bao','jiucai','taozi']
# c.send(list)
def bb(name):
    c = aa('a')    
    c1 =aa('b')
    c.next()     ##位置关键点
    c1.next()    ##位置关键点  
    print('开始生产包子啦')
    for i in range(10):
        print('2个包子。。。。。')
        c.send(i)
        c1.send(i)
bb('th') ## 运行