Python基础【生成式 | 迭代器 | 生成器】

生成式

列表生成式

快速生成具有特定规律的列表

• 普通写法：
  even=[]
  for i in range(100):
  if i%2==0:
  even.append(i)

• 列表生成式形式：
  even=[i for i in range(100) if i%2==0] ##生成0-99之间的偶数

---

集合生成式

快速生成具有特定规律的集合

• 集合生成式形式：
  even={i for i in range(100) if i%2==0} ##生成0-99之间的偶数

  字典生成式

  快速生成具有特定规律的字典

• 普通写法：
  info={}
  for i in range(100):
  info['student'+str(i)]=random.randint(1,100)

• 列表生成式形式：
  info={'student'+str(i):random.randint(1,100) for i in range(100)}

迭代器

迭代是访问集合元素的一种方式。

• 迭代器是一个可以记住遍历的位置的对象。
• 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
• 迭代器只能往前不会后退。
• 迭代器有两个基本的方法：iter() 和 next()。
  iter()用于创建迭代器对象：
  字符串，列表或元组对象都可用于创建迭代器：

  代码：

  f=iter('str')
  print(f)
  f=iter([1,2,3])
  print(f)
  f=iter((1,2,3))
  print(f)

  测试结果：

  
  next(generator object),next()方法会返回迭代器的下一个结果

  代码：

  f=iter('str') ##生成迭代器对象
  while True:
  try:
  print(next(f),end=' ') ##利用next()返回迭代返回的下一个结果
  except:
  exit() ##迭代超出范围会抛出一个异常，捕捉后退出程序

  测试结果：

  

生成器

• 在 Python 中，使用了 yield 的函数被称为生成器（generator）。
• 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
• 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
• 调用一个生成器函数，返回的是一个迭代器对象。

创立生成器对象的两种方法

方法一：

num=(x**2 for x in range(100))

此时num就是一个生成器对象

方法二：

import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()

生成器应用

利用生成器实现携程(单线程并发)

def add(a):
    while True:
        a=a+1
        yield a
def punc(a):
    b=1
    while True:
        b+=1
        a=a*b
        yield a
sum=add(1)
pro=punc(1)
while True:
    print(next(sum))
    print(pro.__next__())

利用send()与进程进行交互

def add(a):
    while True:
        a=a+1
        a=yield a
def punc(a):
    b=1
    while True:
        b+=1
        a=a*b
        a=yield a
sum=add(1)
pro=punc(1)
print(next(sum))
print(pro.__next__())
while True:
    print(sum.send(1))
    print(pro.send(1))