标签：obj   res   image   限制   stop   多次   列表   iter   自定义   

yield关键字(掌握)

在函数中但凡出现yield关键字，再调用函数，就不会继续执行函数体代码，而是会返回一个值。

def func():
    print(1)
    yield
    print(2)
    yield


g = func()
print(g)

生成器本质就是迭代器，它只是自定义迭代器的方式

def func():
    print('from func 1')
    yield 'a'
    print('from func 2')
    yield 'b'


g = func()
print(F"g.__iter__ == g: {g.__iter__() == g}")

res1 = g.__next__()
print(f"res1: {res1}")

res2 = next(g)
print(f"res2: {res2}")

# next(g)  # StopIteration

g.__iter__ == g: True
from func 1
res1: a
from func 2
res2: b

def func():
    print('from func 1')
    yield 'a'
    print('from func 2')
    yield 'b'


g = func()
for i in g:
    print(i)

print(f"list(func()): {list(func())}")

from func 1
a
from func 2
b
from func 1
from func 2
list(func()): ['a', 'b']

自定义range()方法

def my_range(start, stop, step=1):
    while start < stop:
        yield start
        start += 1


g = my_range(0, 3)
print(f"list(g): {list(g)}")

list(g): [0, 1, 2]

总结(掌握)

yield:

1. 提供一种自定义迭代器的方式
2. yield可以暂停住函数，并提供当前的返回值

yield和return:

1. 相同点：两者都是在函数内部使用，都可以返回值，并且返回值没有类型和个数的限制
2. 不同点：return只能返回一次之；yield可以返回多次值

生成器表达式(掌握)

• 把列表推导式的[]换成()就是生成器表达式
• 优点：省内存，一次只产生一个值在内存中

t = (i for i in range(10))
print(t)
print(f"next(t): {next(t)}")

<generator object <genexpr> at 0x1101c4888>
next(t): 0

生成器表达式和列表推导式

列表推导式相当于直接给你一筐蛋，而生成器表达式相当于给你一只老母鸡。

# 生成器表达式
with open('52.txt','r',encoding='utf8') as f:
    nums = [len(line) for line in f]

print(max(nums))

1

# 列表推导式
with open('52.txt','r',encoding='utf8') as f:
    nums = (len(line) for line in f)

print(max(nums)) # ValueError: I/O operation on closed file.

生成器

标签：obj   res   image   限制   stop   多次   列表   iter   自定义   

原文地址：https://www.cnblogs.com/nickchen121/p/10779713.html