13.py

标签：int   韭菜   如何   recent   存在   ict   写法   内置函数   cep   

一. 昨日内容回顾
    1.函数名
        赋值.
        作为列表的元素
        参数
        返回值
        函数名就是变量
    2. 闭包
        内层函数对外层函数的局部变量的访问
        1. 安全
        2. 常驻内存
    3. 迭代器
        可迭代对象: __iter__() Iterable
        迭代器: __iter__() __next__() Iterator
        特点:
            1.节省内存
            2.惰性机制
            3.只能往前拿
        可迭代的内容:
            str, list, dict, tuple, set, range
            f

二. 今日主要内容
    1. 生成器和生成器函数
        生成器的本质就是迭代器
        生成器的三种创建办法:
            1.通过生成器函数
            2.通过生成器表达式创建生成器
            3.通过数据转换
        生成器函数:
            函数中包含了yield的就是生成器函数
            注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行
        生成器表达式:
            (结果 for 变量 in 可迭代对象 if 筛选)
        取值:
            1. __next__()
            2. send(值) 给上一个yield位置传一个值, 第一个和最后一个yield不用传值
            3. 可以for循环
            4. list(g)
    2. 各种推倒式和生成器表达式
        1. 列表推倒式 [结果 for 变量 in 可迭代对象 if 筛选]
        2. 字典推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key:value
        3. 集合推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key

    先整理.然后再做作业.
    预习:
        内置函数(68个)
生成器函数

 def func():
#     print("我是周杰伦")
#     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
#     print("我是王力宏")
#     yield "李云迪???"
#     print("我是笛卡尔积")
#     yield "笛卡尔积是谁"
#     print("你好啊") # 最后一个yield之后如果再进行__next__() 会报错
# g = func()
# print(g.__next__())
# print(func().__next__())

# g1 = func()
# g2 = func()
# print(g1.__next__())
# print(g1.__next__())
#
# print("==============")
# print(g2.__next__())

#
# g = func()  # 通过函数func()来创建一个生成器
# print(g.__next__()) # 周杰伦
# print(g.__next__()) # 王力宏
# print(g.__next__()) # 笛卡尔积
# print(g.__next__())

# return 直接返回结果. 结束函数的调用
# yield 返回结果.可以让函数分段执行
#
# def func():
#     lst = []
#     for i in range(1,100001):
#         lst.append("衣服%s" % i)
#     return lst
#
# def gen():
#     i = 1
#     while i < 100001:
#         yield "衣服%s" % i
#         i = i + 1
# g = gen()
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())

#
# def func():
#     yield 11
#     yield 22
#     yield 33
#     yield 44
#
#
# g = func()  # 拿到的是生成器. 生成器的本质是迭代器. 迭代器可以被迭代 生成器可以直接for循环
#
# for i in g:
#     print(i)    # 本质上执行的是__next__()
#
# it = g.__iter__()
# while True:
#     try:
#         print(it.__next__())
#     except StopIteration:
#         break

send

def func():
#     print("大碴粥")
#     a = yield "11"
#     print(a)
#     print("狗不理")
#     b = yield "22"
#     print(b)
#     print("大麻花")
#     c = yield "33"
#     print(c)
#
# g = func()
# print(g.__next__())
# print(g.send(1))
# print(g.send(2))
# print(g.send(3))

# __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, 第一个不能用send(). 最后一个也不要传值


def eat():
    print("我吃什么啊")
    a =  yield  "馒头"
    print("a=",a)
    b =  yield  "大饼"
    print("b=",b)
    c =  yield  "韭菜盒子"
    print("c=",c)
    yield  "GAME OVER"

gen = eat()      # 获取?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)


def func():
    yield 11
    yield 22
    yield 33
    yield 44
g = func()
lst = list(g)   # 可迭代对象
print(lst)

推导式

# lst = [i*i for i in range(1,101) if i % 3 == 0]
# 3. 寻找名字中带有两个e的?的名字
# names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘ , ‘Andrew‘ , ‘Wesley‘ , ‘Steven‘ ,
# ‘Joe‘],[‘Alice‘, ‘Jill‘ , ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘ , ‘Eva‘]]
# lst = [name for first in names for name in first if name.count("e") == 2]
# print(lst)
#
# print([name for  i in names  for name  in i  if name.count(‘e‘)==2])



# lst = ["衣服%s" % i for i in range(10000)]

生成器表达式

# g = (i for i in range(10))
# print(list(g))

# gen = ("麻花藤我第%s次爱你" % i for i in  range(10))
# for i in  gen:
#     print(i)

# 生成器的惰性机制
# def func():
#     print(111)
#     yield  222
# g = func()
# g1 = (i  for i in  g)
# g2 = (i  for i in  g1)
#
# print(list(g))
# print(list(g1))
# print(list(g2))

字典推导式

# dic = {"a":"b", "c":"d"}
# # 把字典中的key:value互换 .{"b":"a", "d":"c"}
# new_dic = {dic[key]:key for key in dic}
# print(new_dic)

# lst1 = ["alex", "wusir", "taibai", "ritian"]
# lst2 = [‘sb‘, "很色", "很白", "很牛"]
# # {"alex":"sb", "wusir":"很色"}
#
# dic = { lst1[i]:lst2[i] for i in range(len(lst1))}
# print(dic)

合集推导式

lst = ["马化腾", "马化腾", "王建忠", "张建忠", "张建忠", "张雪峰", "张雪峰"]

s = {i for i in lst}    # 集合推倒式
print(s)

元祖是不能推倒的:应为元祖是不可以改变的

本节主要内容: 
1. ?成器和?成器函数 
2. 列表推导式
?. ?成器 什么是?成器. ?成器实质就是迭代器. 在python中有三种?式来获取?成器:
1. 通过?成器函数
2. 通过各种推导式来实现?成器 
3. 通过数据的转换也可以获取?成器 ?先, 我们先看?个很简单的函数:
 def func(): print("111") return 222 ret = func() print(ret) 
结果: 111 222 将函数中的return换成yield就是?成器 def func(): print("111") yield 222 ret = func() print(ret) 
结果: 运?的结果和上?不?样. 为什么呢. 由于函数中存在了yield. 那么这个函数就是?个?成器 函数.
这个时候. 我们再执?这个函数的时候. 就不再是函数的执?了. ?是获取这个?成器. 如何使?呢? 
想想迭代器. ?成器的本质是迭代器. 所以. 我们可以直接执?__next__()来执? 以下?成器.
 def func(): print("111") yield 222 gener = func() # 这个时候函数不会执?. 
?是获取到?成器 ret = gener.__next__() # 这个时候函数才会执?. yield的作?和return?样. 
也是返回 数据 print(ret) 结果: 111 222 那么我们可以看到, yield和return的效果是?样的. 有什么区别呢?
 yield是分段来执??个 函数. return呢? 直接停?执?函数.
 def func():
print("111") 
yield 222 
print("333") 
yield 444 
gener = func() 
ret = gener.__next__()
 print(ret) 
ret2 = gener.__next__() 
print(ret2) 
ret3 = gener.__next__() # 最后?个yield执?完毕. 
再次__next__()程序报错, 也就是 说.
 和return?关了. print(ret3) 
结果: 111 Traceback (most recent call last):
 222 333 File "/Users/sylar/PycharmProjects/oldboy/iterator.py",
 line 55, in 444 ret3 = gener.__next__() # 最后?个yield执?完毕.
 再次__next__()程序报错, 也 就是说. 和return?关了. StopIteration 当程序运?完最后?个yield. 
那么后?继续进?__next__()程序会报错. 好了?成器说完了. ?成器有什么作?呢?
 我们来看这样?个需求. 老男孩向JACK JONES订 购10000套学?服. JACK JONES就比较实在. 
直接造出来10000套衣服.
 def cloth():
 lst = [] for i in range(0, 10000):
 lst.append("?服"+str(i))
 return lst 
cl = cloth() 但是呢, 问题来了.
 老男孩现在没有这么多学?啊. ?次性给我这么多. 我往哪?放啊. 很尴尬 啊.
 最好的效果是什么样呢? 我要1套. 你给我1套. ?共10000套.
 是不是最完美的. def cloth(): for i in range(0, 10000): 
yield "?服"+str(i) 
cl = cloth() 
print(cl.__next__()) 
print(cl.__next__()) 
print(cl.__next__()) 
print(cl.__next__())
 区别: 第?种是直接?次性全部拿出来. 会很占?内存. 
第?种使??成器. ?次就?个. ?多 少?成多少. ?成器是?个?个的指向下?个. 
不会回去, __next__()到哪, 指针就指到哪?. 下?次继续获取指针指向的值. 
接下来我们来看send?法, send和__next__()?样都可以让?成器执?到下?个yield. 
def eat(): 
print("我吃什么啊") 
a = yield "馒头" 
print("a=",a) 
b = yield "?饼"
 print("b=",b) 
c = yield "?菜盒?"
 print("c=",c)
 yield "GAME OVER" 
gen = eat() # 获取?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) 
send和__next__()
区别: 1. send和next()都是让?成器向下走?次 
2. send可以给上?个yield的位置传递值, 不能给最后?个yield发送值.
 在第?次执?? 成器代码的时候不能使?send() 
?成器可以使?for循环来循环获取内部的元素: 
def func(): 
print(111) 
yield 222 
print(333) 
yield 444 
print(555)
 yield 666 
gen = func()
 for i in gen:
 print(i) 
结果: 111 222 333 444 555 666
 ?. 列表推导式, ?成器表达式以及其他推导式 ?先我们先看?下这样的代码, 给出?个列表, 通过循环, 

向列表中添加1-13 : lst = [] for i in range(1, 15): lst.append(i) print(lst) 
替换成列表推导式: lst = [i for i in range(1, 15)] print(lst) 列表推导式是通过??来构建你要的列表, 
列表推导式看起来代码简单. 但是出现错误之 后很难排查. 列表推导式的常?写法: 
[ 结果 for 变量 in 可迭代对象] 
例. 从python1期到python14期写入列表lst: lst = [‘python%s‘ % i for i in range(1,15)] print(lst) 
我们还可以对列表中的数据进?筛选 筛选模式:
 [ 结果 for 变量 in 可迭代对象 if 条件 ] # 获取1-100内所有的偶数 
lst = [i for i in range(1, 100) if i % 2 == 0] print(lst) 
?成器表达式和列表推导式的语法基本上是?样的. 
只是把[]替换成() gen = (i for i in range(10)) print(gen) 结果:
 at 0x106768f10> 打印的结果就是?个?成器. 
我们可以使?for循环来循环这个?成器:
 gen = ("麻花藤我第%s次爱你" % i for i in range(10)) for i in gen: print(i) 
?成器表达式也可以进?筛选: # 获取1-100内能被3整除的数 
gen = (i for i in range(1,100) if i % 3 == 0) for num in gen: print(num) # 
100以内能被3整除的数的平? 
gen = (i * i for i in range(100) if i % 3 == 0) for num in gen: print(num) # 
寻找名字中带有两个e的?的名字 names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘, ‘Andrew‘, ‘Wesley‘, ‘Steven‘, ‘Joe‘], 
[‘Alice‘, ‘Jill‘, ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘, ‘Eva‘]] # 
不?推导式和表达式 result = [] for first in names: for name in first: if name.count("e") >= 2: result.append(name) print(result) # 
推导式 gen = (name for first in names for name in first if name.count("e") >= 2) for name in gen: print(name) 
?成器表达式和列表推导式的区别: 
1. 列表推导式比较耗内存. 
?次性加载. ?成器表达式?乎不占?内存.
 使?的时候才分 配和使?内存 
2. 得到的值不?样. 列表推导式得到的是?个列表. 
?成器表达式获取的是?个?成器. 举个栗?.
 同样?篮?鸡蛋. 列表推导式: 直接拿到?篮?鸡蛋. ?成器表达式: 
拿到?个老?鸡. 需要 鸡蛋就给你下鸡蛋. ?成器的惰性机制: ?成器只有在访问的时候才取值. 
说?了. 你找他要他才给你值. 不找他 要. 他是不会执?的.
 def func(): 
print(111) 
yield 222 
g = func() # ?成器g g1 = (i for i in g) # ?成器g1.
 但是g1的数据来源于g g2 = (i for i in g1) # ?成器g2. 
来源g1 print(list(g)) # 获取g中的数据. 这时func()才会被执?. 打印111.获取到222. g完毕. print(list(g1)) 
# 获取g1中的数据. g1的数据来源是g. 但是g已经取完了. g1 也就没有数据 了 print(list(g2)) # 和g1同理 
深坑==> ?成器.
 要值得时候才拿值. 字典推导式: 根据名字应该也能猜到. 
推到出来的是字典 # 把字典中的key和value互换 
dic = {‘a‘: 1, ‘b‘: ‘2‘} new_dic = {dic[key]: key for key in dic} print(new_dic) # 
在以下list中. 从lst1中获取的数据和lst2中相对应的位置的数据组成?个新字典 
lst1 = [‘jay‘, ‘jj‘, ‘sylar‘] lst2 = [‘周杰伦‘, ‘林俊杰‘, ‘邱彦涛‘] 
dic = {lst1[i]: lst2[i] for i in range(len(lst1))} print(dic) 
集合推导式: 集合推导式可以帮我们直接?成?个集合. 
集合的特点: ?序, 不重复. 所以集合推导式? 带去重功能 
lst = [1, -1, 8, -8, 12] # 
绝对值去重 s = {abs(i) for i in lst} print(s) 
总结: 推导式有, 列表推导式, 字典推导式, 集合推导式, 没有元组推导式 ?成器表达式:
 (结果 for 变量 in 可迭代对象 if 条件筛选) ?成器表达式可以直接获取到?成器对象.
 ?成器对象可以直接进?for循环. ?成器具有 惰性机制. ?个?试题. 
难度系数500000000颗星: 
def add(a, b): 
return a + b 
def test(): 
for r_i in range(4): 
yield r_i 
g = test() for n in [2, 10]: g = (add(n, i) for i in g) print(list(g)) 

友情提?: 惰性机制, 不到最后不会拿值 这个题要先读?下. 然后??分析出结果. 最后?机器跑?下. 

13.py

标签：int   韭菜   如何   recent   存在   ict   写法   内置函数   cep   

原文地址：https://www.cnblogs.com/zhao110/p/9330810.html