一、Python生成器和生成器函数 1、生成器和生成器函数的概念 1、生成器的本质是迭代器 2、函数中包含yield，就是生成器函数
2、生成器函数的写法 def func(): a =10 yield 20 gen = func() #没有执行，而是生成一个生成器 普通函数和生成器函数的不同 1、普通函数名()表示函数的的执行 2、生成器函数名()不是函数的执行，而是生成一个生成器
yield和return的不同 1、retun表示返回，同时函数执行终止，return之后的代码不会执行 2、yield也表示返回，函数暂停，函数分段执行
def func(): a =10 yield 20 b = 30 yield 40 gen = func() #生成一个生成器 gen.__next__() #返回20 执行到第一个yield gen.__next__() #返回40 从第一个yeild开始执行到第二个yield
3、如何得到生成器 1、生成器函数 生成器函数名() 2、生成器表达式 3、类型转换
4、生成器的特点 1、节省内存 2、惰性机制（每执行一次__next__（）方法，取值一次） 3、只能向前取值，不能退后
5、生成器的取值 __next__()方法和send()方法的区别 前者表示向下取值 后者除了表示向下取值，还可以给上一个yield传递值 注意：send()方法不能用在第一个取值，第一个取值只能用__next__() 最后一个yield也不能用send()
6、生成器的好处 节约内存 ‘‘‘
#关于__next__()方法和send()方法的例子 def func(): a = 1 a2 = yield 2 print(a2) c = 3 c2 = yield 4 print(c2) yield 5 gen = func() #生成一个生成器 gen.__next__() #执行到了第一个yield gen.send(‘test‘) #把参数传递到第一个yield gen.send(‘娃哈哈‘) #把参数传递到第2个yield
#生成器的好处-节约内存的例子 #一次性买100件衣服，需要地方保存，比较浪费内存 li1 = [] def func2(): for i in range(1,11): li1.append(‘衣服 %s‘ % i) return li1 ret = func2() print(ret) #100件衣服一次性生成出来，放到列表到了 print(‘----------1‘)
#最好的方式是下一个100件衣服的订单，但是呢，需要一件，送一件，就不需要专门的地方保存了，节约内存 #方法1 生成器函数 def func3(): for i in range(1,11): yield (‘衣服 %s‘ %i) gen = func3() #生成一个生成器 print(gen.__next__()) #第一件 print(gen.__next__()) #第二件 for i in gen: #生成器本质是迭代器，支持for循环 print(i)
#方法2 生成器表达式 # gen = (i for i in range(1,11)) # print(gen) #生成一个生成器（类比：就是买衣服订单） # print(gen.__next__()) #第一件 # print(gen.__next__()) #第二件 # for i in gen: #生成器本质是迭代器，支持for循环 # print(i)
二、推导式 推导式（列表推导式，字典推导式等） 1、列表推导式：[结果 for循环 if条件] 2、字典推导式：{key: value for循环 if条件} 3、集合推导式：{key for循环 if条件} 注意：没有元组推导式
三、生成器表达式 1、生成器表达式：（结果 for循环 if条件） 2、惰性机制（类比：弹夹没子弹了，不能将同一个值，生成2次） 生成器是记录在内存中的一段代码，产生的时候，没有执行
生成器表达式和列表推导式的区别类比：1、买100个鸡蛋，列表推导式：是一次性把100个鸡蛋买回来，需要地方存储2、生成器表达式：是买一只母鸡，需要鸡蛋就给下蛋