day 012 生成器与列表推导式

生成器的本质就是迭代器，写法和迭代器不一样，用法一样。

　　获取方法：

　　　　1、通过生成器函数

　　　　2、通过各种推导式来实现生成器

　　　　3、通过数据的转换也可以获取生成器

　　　　　　例如：

　　　　　　　　　　更改return 为 yield 即成为生成器该函数就成为了一个生成器函数。再执行这个函数的时候，就不再是函数的执行了，而是获得这个生成器。执行生成器可以直接用__next__()来执行。

　　　　return和yield的区别：

　　　　　　yield是分段开执行一个函数，而return直接停止执行函数。

　　　　当程序运行完最后一个yield。那么后面继续进行__next__()程序会报错。

生成器的作用：

　　例如：

　　　　def cloth():

　　　　　　lst = []

　　　　　　for i in range(0,10000):

　　　　　　　　lst.append('衣服'+strt(i))

　　　　　　return lst

　　　　cl = cloth()

　　再看另一种方式：

　　　　def cloth():

　　　　　　for i in range(0,10000):

　　　　　　　　yield'衣服'+str(i)

　　　　cl = cloth()

　　　　print(cl.__next__())

两个案例的区别：第一种直接一次性全部拿出来，会很占用内存。第二种使用生成器，一次就一个。用多少生成多少，生成器是一个一个的指向下一个。不会回去，__next__()到哪，指针就指到哪。下一次继续获取指针指向的值。

生成器函数：函数中带有yield，执行生成器函数的时候返回生成器

生成器特点：

　　1、节省内存，几乎不占用内存。应用于数据量比较大、而单次使用不会用太多数据量的场合

　　2、惰性机制

　　3、只能往前

send 和__next__()的区别：

　　1.send 和next()都是让生成器向下走一次。

　　2.send可以给上一个yield的位置传递值，不能给最后一个yield发送值。在第一次执行生成器代码的时候不能使用send()。

生成器可以使用for循环来获取内部的元素：

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

二、列表推导式，生成器表达式以及其他推导式

　　1、列表推导式；

　　　　替换成列表推导式：

列表推导式是通过一行来构建需要的列表，看起来代码简单，但出现错误后很难排查。

推导式的常用写法：

　　[结果 for变量 in 可迭代对象]

生成器表达式和列表推导式的语法基本上是一样的。只是把[]替换成()。

打印的结果就是一个生成器。可以使用for循环来循环这个生成器：

生成器表达式和列表推导式的区别：

　　a、列表推导式比较耗内存。一次性加载。生成器表达式几乎不占用内存。使用的时候才分配和使用内存。

　　b、得到的值不一样。列表推导式得到的是一个列表。生成器表达式获得的是一个生成器。

生成器的惰性机制：生成器只有在访问的时候才取值，即找他要才给值，不找他要，是不会执行的。

深坑==>生成器，要值的时候才拿值。

def func():
    print(111)
    yield 222
g = func()  #此处生成一个生成器g
g1 = (i for i in g) # 生成器g1 数据来源于g
g2 = (i for i in g1) #生成器g2 来源于g1
print(list(g)) # 获取g中的数据。这时func()才会被执行。打印111获取到222 g 获值完毕。
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))# 同g1