python学习第一天---生成器表达式

复习：

　　迭代器和生成器

　　迭代器：

　　　　魔法方法__iter__()很少直接调用的方法，一般情况下是通过其他方法触发的

　　　　可迭代的 -- 可迭代协议　　含有__iter__的方法 __iter__ in dir(obj)

　　　　迭代器协议：含有__iter__ __next__方法

　　　　迭代器一定可迭代，可迭代的通过调用__iter__方法就能得到一个迭代器

　　　　迭代器特点：

　　　　　　很方便使用，一个迭代器只能取所有的数据一次

　　　　　　节省内存空间

　　生成器（本质是迭代器）：

　　　　生成器的表现形式：

　　　　　　生成器函数

　　　　　　　　含有yield关键字的函数就是生成器函数

　　　　　　　　特点：

　　　　　　　　　　调用函数的时候函数不执行，返回一个生成器

　　　　　　　　　　调用__next__()方法的时候会取到一个值

　　　　　　　　　　知道取到最后一个之后，会抛出错误

def wahaha():
    for i in range(20):
        yield 'wahaha%s' % i

g = wahaha()
list(g)          # 数据类型的强制转化（占内存）
g.__next__()     # 每次执行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
count = 0
for i in g:
    num += 1
    if num > 50:
        break
    print(i)

　　　　　　　　生成器中取值的几个方法：

　　　　　　　　　　for

　　　　　　　　　　数据类型的强制转化　

　　　　　生成器函数进阶

def generator():
    print(123)
    yield 1
    print(456)
    yield 2
    print(789)  # 没有yield函数会继续执行，最后抛出错误

g = generator()
ret = g.__next__()
print(ret)
ret = g.send(None)  # send的效果和next一样
ret = g.__next__()  
print(ret)
ret = g.__next__()
print(ret)

def generator():
    print(123)
    content = yield 1
    print('====',content)
    print(456)
    yield 2
    print(789)  # 没有yield函数会继续执行，最后抛出错误

g = generator()
ret = g.__next__()
print(ret)
ret = g.send(‘hello’)  # send的效果和next一样
ret = g.__next__()  
print(ret)
ret = g.__next__()
print(ret)

# send的获取下一个值的效果和next基本一致，
# 在获取的下一个值得时候，给上一值的位置传递一个数据

　　　　send的注意事项：

　　　　　　第一次使用生成器的时候，是用的next获取第一个yield的值

　　　　　　最后一个yield不能接受外部的值，

python学习第一天---生成器表达式

猜你喜欢