python-生成器

生成器

列表推导式

1. 语法规范：
   out_list = [out_express for out_express in input_list if out_express_condition]
   其中的 if 条件判断根据需要可有可无。
2. 这个功能非常的强大，可以快速得到需要的列表
3. 缺点：如果一个列表特别的庞大，这样所有的元素直接初始化到内存中，引起大量无用元素占有内存问题
4. 具体例子

   #生成0-9的偶数列表
   In [1]: evens = [i for i in range(10) if i % 2 == 0]
   In [2]: evens
   Out[2]: [0, 2, 4, 6, 8]

列表生成器（list generator）

1. 要把一个列表生成式的方法： [ ] 改成 ( )：
   列表推导式------》列表生成式
   [ 列表推导式]------》（列表推导式 )

   In [1]: L = [ x*2 for x in range(5)]
   In [2]: L
   Out[2]: [0, 2, 4, 6, 8]
   In [3]: G = ( x*2 for x in range(5))
   In [3]: G
   Out[3]: <generator object <genexpr> at 0x7f626c132db0>

2. 全局函数next(generator) 类似于指针，可以通过 next() 函数获得生成器的下一个返回值。
   每次调用 next(G) ，就计算出 G 的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出 StopIteration 的异常
   生成器对象也存在一个__ next __ 的魔法属性，等价于next()全局函数
3. 正确的方法是使用 for 循环，因为生成器也是可迭代对象。我们创建了一个生成器后，基本上永远不会调用 next() ，而是通过 for 循环来迭代它，并且不需要关心StopIteration
4. 好处：节约内存
5. 函数转换为列表生成器
   当列表生成时，需要大量代码来完成时，不可能使用列表推导式，一般使用函数完成，如：（斐波那
   契数列）

  #函数定义一个斐波那契列表
   ls = []
   def fibonacci(num):
       first, second = 1, 1
       index = 0
       while index < num:
           ls.append(first)
           first, second = second, first + second
           index += 1
           
           
   #函数转变为列表生成器
   def fibonacci2(num):
       first, second = 1, 1
       index = 0
       while index < num:
           first, second = second, first + second
           # 如果函数中使用yield关键字，那么这个函数的返回值就是一个生成器
           yield first
           index += 1

6. yield关键字
   （1）使用yield关键字装饰的函数，当调用函数时，函数本身并不会调用，而是将函数转换为一个生成器返回

   （2）作用：
   具有return作用，能够返回一个函数的值
   当一个函数出现yield，那么这个函数就被调用执行，而是返回值是一个生成器
   next这个生成器的返回值，会不断地返回被yield的值
   yield值之后，会记住当前位置，下一次next函数调用生成器的时候，会在记住的位置继续执行

   （3）yield不仅具有return 返回值，而且能够记住上一层返回的位置，之后再执行的，就会从上一层
   的位置继续执行

7. 生成器的特点
   -节约内存
   -迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的