生成器

生成器内容有八：

1.生成器函数的特点
2.从生成器中取值的方法
3.send
4.生成器函数进阶实例：获取移动平均值
5.预激生成器的装饰器的栗子
6.yield from
7.生成器表达式
8.各种推导式（三种）
生成器函数的特点：
①调用函数之后函数不执行，返回应该生成器
②每次调用__next__方法时会取到一个值
③知道取完最后一个，在执行__next__会报错
从生成器中取值的几个方法：
①__next__
②for循环
③数据类型的强制转换，但是占用内存大。如：把生成器转为列表 list(g)
send:
①send获取下一个值得结果，和next基本一样
②只是在获取下一个值得时候，给上一个yield的位置传递一个数据
③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，最后一个不能接受外部的值
生成器函数进阶实例：获取移动平均值：

def average():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum += num
        count += 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的栗子：

def init(func):
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)
        g.__next__()
        return g
    return inner
@init
def average():
    sum = 0
    count = 0
    avg = 0
    while True:
        num = yield avg
        sum += num
        count += 1
        avg = sum/count
avg_g = average()
ret = avg_g.send(10)
ret = avg_g.send(20)
print(ret)
#装饰器的作用：
#接收并激活生成器，
#目的：当多个函数需要用到激活生成器时，直接@init就可以了，减少代码量

yield from:

当要循环一个结果，且要逐个返回结果时，可以用yield from

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

生成器表达式：
列表推导式：[值 for循环]
如：

print(['鸡蛋%s'%i for i in range(10)])
#结果：['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']

生成器表达式：

g = (i for i in range(10))
print(g)
#结果：<generator object <genexpr> at 0x000002789AB6F728>

生成器表达式和列表推导式区别：
①括号不一样
②返回值不一样
③生成器表达式的好处：几乎不占内存
各种推导式（列表推导式，字典推导式，集合推导式）
①列表推导式：
[每个元素或者和元素相关的操作 for 元素 in 可迭代数据类型]
[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关条件]
栗子1：30以内所有能被整除的数

ret = [i for i in range(30) if i % 3 == 0]
print(ret)

栗子2：30以内所有能被整除的数的平方

ret = [i*i for i in range(30) if i % 3 == 0]
print(ret)

栗子3；找到嵌套列表中名字含有两个’e‘的所有名字

names = [['Tom','Billy','Jefferson','Steven'],['Jennifer','Eva']]
ret = [name for lst in names for name in lst if name.count('e') == 2]
print(ret)

②字典推导式：
栗子1：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)

栗子2：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)

③集合推导式：
栗子1：计算列表中每个值的平方，自带去重功能

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