本节主要内容
生成器和生成器表达式
列表推导式
一、生成器
生成器实质就是迭代器
1、python中获取生成器的三种方式：
* 通过生成器函数* 通过生成器表达式* 通过数据的转换获取生成器
1.生成器函数
fe1:
def func(): print("111") yield 222 ret = func() #generator 生成器 print(ret) #结果： -
函数里面有yield，就是生成器函数
yield的作用
① yield + 返回值 （是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。 （生成器函数不要出现return）② 重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。（分段执行）③ 生成器函数被调用的时候. 返回生成器 def func(): yield g = func() - 得到生成器
2.生成器的用法
· 生成器的用法和迭代器基本一致· __next__() 开始执行生成器 . 执行到yield. 直到没有yield. 抛出StopIteration· send() 可以给上一个yield传值，send()不可以在第一个位置和最后一个位置出现
fe:
def func(): print("水饺") a = yield "大馅水饺" print("a=", a) print("烧饼") b = yield "武大郎烧饼" print("b=",b) print("老婆饼") c = yield "只要老婆不要饼" print("c=", c) gen = func() # 生成器 print("返回值是:", gen.__next__()) print("返回值是:",gen.send("混沌面")) # 和__next__()一样也是向下找yield. 给上一个yield传值 print("返回值是:",gen.send("胡辣汤")) # 和__next__()一样也是向下找yield. 给上一个yield传值 print("返回值是:",gen.send("马拉")) # 和__next__()一样也是向下找yield. 给上一个yield传值 send()不可以在第一个位置和最后一个位置出现 最后的yield后的代码是可以执行的但是会报错. StopIteration 2、生成器的三大特点（同迭代器）
1. 省内存 2. 惰性机制, 不访问__next__() 就没有值. 3. 只能向前. 不能反复.
二、各种推导式（简单）
列表推导式 语法： [ 结果 for循环（可多个） if判断] 就三种，其中if可有可无
字典推导式 语法： { key:value for循环 if判断}
集合推导式 语法： { key for循环 if判断}
切记没有元组推导式，推导式指的是可以迭代的，元组不可迭代
fe1:
列表推导式 快速的简单的创建一个列表lst = ["python全栈%s期" % i for i in range(1, 17)] 语法: [结果 for循环 if判断]
fe2:
成列表: 1-20 所有的奇数的2次方 print([ i*i for i in range(1,21) if i % 2 == 1])
fe3:
# [3,6,9] 已知# [(1,2,3), (4,5,6), (7,8,9)]lst = [3,6,9] new_lst = [(el-2, el-1, el) for el in lst]
fe4:
寻找名字中带有两个e的⼈的名字 name.count("e") == 2 names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven','Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] lst = [name for el in names for name in el if name.count("e") == 2] print(lst) **此处使用到了两层for循环** fe5:字典中的推导式
dic = { "张无忌":"赵敏", "杨过":"小龙女", "郭靖":"黄蓉"} # 把字典中的key和value互换 # dic = {"赵敏":"张无忌", "小龙女":"杨过", "黄蓉":"郭靖"} dic1 = { v:k for k, v in dic.items()} # 强化记忆，理解 print(dic1) dic2 = { dic[k]:k for k in dic} # 强化记忆，理解 print(dic2) fe6:集合中的推导式
集合推导式 # 不可变. 不重复, 无序{结果 for循环 if判断} s = {i*"胡辣汤" for i in range(10)} print(s) 三、生成器表达式
生成器表达式 (结果 for循环 if判断) => 生成器表达式
1、特点: 本质是迭代器. next()
1. 省内存2. 惰性机制**生成器只有在访问时才取值，你找他要，他才给你值，不找是不会执行的，面试题就喜欢出这里，**3. 只能向前
2、实例
1、惰性机制的体现
fe1:
**list内置了for循环**
g = (i for i in range(10)) #* s = {1,2 , 3, 4, 5} => list(s) => list = [1,2,3,4,5,] #上面的转换说明了list里面存在，for循环 print(list(g)) # 把传递进来的数据转化成列表. 里面包含了for循环 # list() => for=> __iter__() ==> __next__() print(list(g)) # 上一次已经拿没了 print(g.__next__()) # 已经没有数据了 for el in g: print(el) for el in g: # 已经没有数据了 惰性机制-> 只能往前 print(el) fe2:重要的面试题
def func(): # 生成器函数 print(111) yield 222 g = func() # 生成器 -> 没有执行过__next__() g1 = (i for i in g) # 生成器表达式. 也没有__Next__() g2 = (i for i in g1) # 生成器表达式. 也没有__Next__() #到此为止, 没有人拿过值 **需要知道的知识点：list里内置了for循环** print(list(g2)) # 111 [222] # print(list(g)) # [] print(list(g1)) # [] **关键点:生成器表达式，一旦被拿完了，就没有了，直白说，一旦被人拿了，就没了。**
3、yield from
⼩坑
yield from是将列表中的每⼀个元素返回. 所以.如果写两个yield from 并不会产⽣交替的效果
fe1:
def gen(): lst = ["⿇花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"] yield from lst # 把列表中的每一个元素返回 # yield lst[0] # 等同于下面四个命令的组合 # yield lst[1] # yield lst[2] # yield lst[3] g = gen() # 生成器函数 -> 获取生成器 for el in g:
fe2:
def gen(): lst = ["⿇花藤", "胡辣汤", "微星牌饼铛", "Mac牌锅铲"] lst2 = ["饼铛还是微星的好", "联想不能煮鸡蛋", "微星就可以", "还可以烙饼"] yield from lst # 先循环打印lst，再打印lst2 # yield lst[0] # yield lst[1] # yield lst[2] # yield lst[3] yield from lst2 # yield lst2[0] # yield lst2[1] # yield lst2[2] # yield lst2[3] g = gen() # 获取生成器 for el in g: # 从生成器获取数据 print(el) # 打印