普通函数:
def func():
print("周杰伦")
return "昆凌"
func() #执⾏func()函数，"周杰伦"
print(func()) #执⾏结果：昆凌
⽣成器函数：
def func():
print("周杰伦")
yield "昆凌" # 函数中包含了yield, 当前这个函数就不再是普通的函数了. 是⽣成器函数
func() #通过func()函数⽣成⼀个⽣成器，⾮执⾏，没结果
print(func()) #打印的是该⽣成器函数所在的内存地址
#return 和yield的区别：
return: 执⾏到return时函数结束执⾏
yield：函数分段执⾏，从(当前yield到下⼀个yield]的内容
举例：
def func():
print("周杰伦")
yield "昆凌"
print("王⼒宏")
yield "李云迪"
#print("⼤家好才是真的好") #最后⼀个yield后不要写东西，因为__next__()不到下⼀个yield时会报错StopIteration
g=func() #⽣成⼀个⽣成器
print(g.__next__()) #周杰伦昆凌
print(g.__next__()) #王⼒宏李云迪
2、send()
#__next__()和send()区别：
__next__() 可以让⽣成器向下执⾏⼀次；
send() 也可以让⽣成器向下执⾏⼀次, 给上⼀个yield传⼀个值, 第⼀个和最后⼀个yield不需要传值（最后⼀个值可以传进去但会报错）。
举例1：
def eat():
print("我吃什么啊")
a = yield "馒头"
print("a=",a)
b = yield "⼤饼"
print("b=",b)
c = yiel
d "⾲菜盒⼦"
周涛性感图片print("c=",c)
yield "GAME OVER"
gen = eat() # 获取⽣成器
ret1 = gen. __next__ ()
print(ret1)
ret2 = gen.send("胡辣汤")
print(ret2)
ret3 = gen.send("狗粮")
print(ret3)
ret4 = gen.send("猫粮")
print(ret4)
执⾏结果：
我吃什么啊
馒头--------------第⼀次__next__()获取的内容a= 胡辣汤----第⼀次send赋值，并打印
⼤饼-------第⼀次send获取的内容
b= 狗粮---第⼆次send赋值
⾲菜盒⼦---第⼆次send获取的内容
c= 猫粮
GAME OVER
举例2：
def func():
print('0')
yield 1
print('2')
yield 3
yield 4
g1 = func()
lst = list(g1) #把⽣成器转换成列表
print(lst)
执⾏结果：
2
[1, 3, 4]
3、列表推倒式
语法：[最终结果 for 变量 in 可迭代对象 if 条件] lst = [i for i in range(1,101) if i%2==0]
print(lst)
4、⽣成器表达式
#⽣成器表达式和列表推倒式基本是⼀样的，只是把[]换成（）
语法：(最终结果 for 变量 in 可迭代对象 if 条件)
g = (i for i in range(10))
print(g) #打印的是通过表达式⽣成的⽣成器所在的内存地址
print(g.__next__()) #获取的第⼀个元素是0
print(list(g)) #获取的是列表 [0,1,2,3,4,5,6,7,8,9]
5、其他推倒式
一百条裙子好词好句5.1 字典推倒式：
语法：[结果(key:value) for 变量 in 可迭代对象 if 筛选]
#把字典中的key:value互换 .{"b":"a", "d":"c"}
dic = {"a":"b", "c":"d"}
new_dic = {dic[key]:key for key in dic}
print(new_dic）
5.2 集合推倒式：
语法：{结果(key) for 变量 in 可迭代对象 if 筛选}
lst = ["马化腾", "马化腾", "王建忠", "张建忠", "张雪峰", "张雪峰"]
s = {i for i in lst} # 集合推倒式，⽆序且不重复，⾃动去重
print(s)
注：没有元组推倒式（因为元组不可变，⼩括号括起来的是⽣成器表达式）
总结：
1、⽣成器的本质就是迭代器
2、⽣成器3种⽣成⽅法：
1）通过⽣成器函数
2）通过⽣成器表达式
3）通过数据转换
3、⽣成器函数被执⾏，如func()是拿到⼀个⽣成器函数，不是获取⾥⾯的内容
4、⽣成器取值:
报考mba条件 1）__next__()
2）send()
3）for循环
4）list(g)
5、return 和yield的区别：
return: 执⾏到return时函数结束执⾏
yield：函数分段执⾏，从(当前yield到下⼀个yield]的内容
6、⽣成器惰性机制应⽤
欧阳娜娜张子枫举例1：
def func():
print(111)
yield 222
g = func() #⽣成器g
g1 = (i for i in g) #⽣成器g1，但数据来源g
g2 = (i for i in g1)#⽣成器g2，但数据来源g1
print(list(g)) #获取⽣成器g数据，此时func()才会被执⾏，打印111，获取到222 print(list(g1))#获取g1数据，来源g，但g数据已被取完，所以返回是空
print(list(g2))#同g1
执⾏结果：
111
[222]
[]
[]
举例2：若把print(list(g))注释了，得到的结果怎样？
def func():
print(111)
yield 222
g = func() #⽣成器g
g1 = (i for i in g) #⽣成器g1，但数据来源g
g2 = (i for i in g1)#⽣成器g2，但数据来源g1
#print(list(g))
print(list(g1))
print(list(g2))
执⾏结果：
111
[222]
[]
矩阵求逆举例3：怎么看显卡型号
def add(a,b):
return a + b
def test():
for i in range(4):
yield i
g = test() #0,1,2,3,
for n in [2,10]: #n 取值2，10 表⽰共循环2次
g=(add(n,i) for i in g)
print(list(g))
#list(g)时才会执⾏，⽣成器惰性特质
#g=(add(n,i) for i in g) 循环2次，相当于最后g=(add(n,i) for i in (add(n,i) for i in g)) #g=(add(n,i) for i in (add(n,i) for i in (0,1,2,3)))
#⽣成器不到最后不执⾏，最后⼀次n=10，那么g=(add(10,i) for i in (10,11,12,13)) #g=[20,21,22,23]
发布评论