生成器学习

老男孩基础

一、三元表达式

三元表达式又称条件表达式，这些表达式基于真(true)/假(false)的条件判断，在Python 2.4以上才有了三元操作。

• 伪代码:

#如果条件为真，返回真 否则返回假
condition_is_true if condition else condition_is_false

• 实例

n = 10
print("%s：条件为真执行"%n) if n>5 else print("%s: 条件为假执行"%n)
10：条件为真执行

二、列表生成器

列表生成式就是一个用来生成列表的特定语法形式的表达式。

1、基本语法格式

[exp x for var in iterable]

• 运行过程

  （1）迭代iterable 中的每一个元素
  （2）每次迭代的元素都复制给var变量，然后在通过exp表达式得到一个新的值
  （3）最后把所有exp运算的值都以一个列表的形式返回

• 实际举例

>>> [x+2 for x in range(10)]
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

2、结合三元表达式的语法格式

[exp if if_exp else else_exp for var in iterable]

• 运行过程

  （1）迭代iterable中每一个元素
  （2）每次迭代的元素都复制给var变量，然后在通过if三运运算表达式得到一个新的值
  （3）最后把所有exp运算的值都以一个列表的形式返回

• 实际举例

[x if x<5 else x*2 for x in range(10)]
[0, 1, 2, 3, 4, 10, 12, 14, 16, 18]

3、循环嵌套语法格式

[exp for var_A in iterable_A for var_B in iterable_B]

• 运行过程
  每迭代iterable_A中的一个元素，就把ierable_B中的所有元素都迭代一遍。
  运行过程相当于：

L = []
for iter_var_A in iterable_A:
    for iter_var_B in iterable_B:
        L.append(exp)

• 实际举例

>>> [(x,y) for x in range(5) for y in 'ABCDE']
[(0, 'A'), (0, 'B'), (0, 'C'), (0, 'D'), (0, 'E'), (1, 'A'), (1, 'B'), (1, 'C'), (1, 'D'), (1, 'E'), (2, 'A'), (2, 'B'), (2, 'C'), (2, 'D'), (2, 'E'), (3, 'A'), (3, 'B'), (3, 'C'), (3, 'D'), (3, 'E'), (4, 'A'), (4, 'B'), (4, 'C'), (4, 'D'), (4, 'E')]

4、列表生成器与map()、filter()高阶函数的功能对比

实际举例比较感受然的不同

• 实例1：将列表中所有字母改为小写，非字母的直接打印

>>> L = ['Myles', 10, 'Jhon']
# map 函数实现
>>> list(map(lambda x:x.lower() if isinstance(x,str) else x,L))
['myles', 10, 'jhon']
# 列表生成器实现
# >>> [x.lower() if isinstance(x,str) else x for x in L]
['myles', 10, 'jhon']

• 实例2： 将列表中所有字母改为小写，非字母的直接删除

# 列表推导式实现
>>> [x.lower() for x in L if isinstance(x,str)]
['myles', 'jhon']
# map() 结合 filter()实现 
list(map(lambda x:x.lower(),filter(lambda x:isinstance(x,str),L)))
['myles', 'jhon']

通过以上的比较，可以很明显的了解到"列表生成器"使用起来更加方便简单。

三、生成器

从名字上来看，生成器应该是用来生成数据的。

1、生成器的作用

按照某种算法不断生成新的数据，直到满足某一个指定的条件结束。

2、生成器的构造方式

构造生成器的两种方式：

（1）使用类似列表生成式的方式生成 (2*n + 1 for n in range(3, 11))
（2）使用包含yield的函数来生成

如果计算过程比较简单，可以直接把列表生成式改成generator；但是，如果计算过程比较复杂，就只能通过包含yield的函数来构造generator。

3、生成器构造实例

g = (x**2+1 for x in range(1,10))
g
<generator object <genexpr> at 0x000001E8CA1E4830>
for x in g:
    print(x)
2
5
10
17
26
37
50
65
82
# 方法2：使用包含yield函数构造生成器
def num(x,y):
    for n in range(x,y):
        yield n**2+1
g = num(1,10)
for x in g:
    print(x)
2
5
10
17
26
37
50
65
82

4、生成器的执行过程与特性

• 生成器的执行过程

  在执行过程中，遇到yield关键字就会中断执行，下次调用则继续从上次中断的位置继续执行。
  

• 生成器的特性

  （1） 只有在调用时才会生成相应的数据
  （2） 只记录当前的位置
  （3） 只能next，不能prev
  

5、调用生成器产生新的元素，有两种方式

• （1）内置方法 next(g)

g = (x**2 for x in range(10))
next(g)
0
next(g)
1
next(g)
4
next(g)
9

• （2）使用循环对生成器对象进行遍历（常用）

g = (x**2 for x in range(10,20))
for x in g:
    print(x)
100
121
144
169
196
225
256
289
324
361

• （2）调用生成器对象的send()方法

学习心得（1）

yield 收获

• （1）生成一个“生成器”;
• （2）冻结当前程序在“这一步”;
• （3）将函数内部的结果直接返回到函数外部来；

>>> def fib(max):
    n,a,b = 0,0,1
    while n<max:
        a,b = b,a+b
        print("before yield b")
        yield b #（1）生成一个"generator";(2)冻结程序执行;(3)将结果返回到函数之外
        print('b')
        n = n + 1
    return 'Done'
>>> f = fib(5)  # 返回一个生成器
>>> f
<generator object fib at 0x000001E8CA1E4AF0>
>>> next(f)     # 第一次执行，执行到yield就停止了，并将结果返回到函数之外
before yield b
1
>>> next(f)     # 第二次执行，执行"print('b'),然后执行"print("before yield b")",最后执行到"yield"就停止了,并返回结果。
b               # 执行"print('b')
before yield b  # 执行"print("before yield b")"
2               # 最后执行到"yield"就停止了,并返回结果    
>>> next(f)
b
before yield b
3
>>> next(f)
b
before yield b
5

学习参考

https://www.cnblogs.com/yyds/p/6281453.html