标签：必须 line 执行 初始 python top expr 变量 %s
一.yield表达式的应用
在函数内可以采用表达式形式的yield。
>>> def eater(): ... print(‘Ready to eat‘) ... while True: ... food=yield ... print(‘get the food: %s, and start to eat‘ %food) ..
可以拿到函数的生成器对象持续为函数体send值，如下。
>>> g=eater() # 得到生成器对象 >>> g <generator object eater at 0x101b6e2b0> >>> next(e) # 需要事先”初始化”一次，让函数挂起在food=yield，等待调用g.send()方法为其传值 Ready to eat >>> g.send(‘包子‘) get the food: 包子, and start to eat >>> g.send(‘鸡腿‘) get the food: 鸡腿, and start to eat
针对表达式形式的yield，生成器对象必须事先被初始化一次，让函数挂起在food=yield的位置，等待调用g.send()方法为函数体传值，g.send(None)等同于next(g)。
我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作，如下
def init(func): def wrapper(*args,**kwargs): g=func(*args,**kwargs) next(g) return g return wrapper @init def eater(): print(‘Ready to eat‘) while True: food=yield print(‘get the food: %s, and start to eat‘ %food)
表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下
>>> def eater(): ... print(‘Ready to eat‘) ... food_list=[] ... while True: ... food=yield food_list ... food_list.append(food) ... >>> e=eater() >>> next(e) Ready to eat [] >>> e.send(‘蒸羊羔‘) [‘蒸羊羔‘] >>> e.send(‘蒸熊掌‘) [‘蒸羊羔‘, ‘蒸熊掌‘] >>> e.send(‘蒸鹿尾儿‘) [‘蒸羊羔‘, ‘蒸熊掌‘, ‘蒸鹿尾儿‘]
二.三元表达式
三元表达式是python为我们提供的一种简化代码的解决方案，语法如下
res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值
针对下述场景
def max2(x,y): if x > y: return x else: return y res = max2(1,2)
用三元表达式可以一行解决
x=1 y=2 res = x if x > y else y # 三元表达式
三、生成式
1.列表生成式
列表生成式是python为我们提供的一种简化代码的解决方案，用来快速生成列表，语法如下
[expression for item1 in iterable1 if condition1 for item2 in iterable2 if condition2 ... for itemN in iterableN if conditionN ] #类似于 res=[] for item1 in iterable1: if condition1: for item2 in iterable2: if condition2 ... for itemN in iterableN: if conditionN: res.append(expression)
针对下述场景
egg_list=[] for i in range(10): egg_list.append(‘鸡蛋%s‘ %i)
用列表生成式可以一行解决
egg_list=[‘鸡蛋%s‘ %i for i in range(10)]
同理，可以有字典生成式，集合生成式。元组因为其中元素不可修改，没有生成式。
2.生成器表达式
创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，即：
（expression for item in iterable if condition）
对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象。
>>> [x*x for x in range(3)] [0, 1, 4] >>> g=(x*x for x in range(3)) >>> g <generator object <genexpr> at 0x101be0ba0>
对比列表生成式，生成器表达式的优点自然是节省内存（一次只产生一个值在内存中）
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) #抛出异常StopIteration
如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成
with open(‘db.txt‘,‘rb‘) as f: nums=(len(line) for line in f) total_size=sum(nums) # 依次执行next(nums)，然后累加到一起得到结果=
标签：必须 line 执行 初始 python top expr 变量 %s
原文地址：https://www.cnblogs.com/imark7/p/12569139.html
