标签:pre 打印 gen 就是 def 复杂 int 推导 exp
代码实现:
#普通函数:
def funf():
print(111)
print(222)
return 333
ret = funf() #此时ret = 333
print(ret)
----------------------
#生成器
def funf():
print(111)
print(222)
yield 333
ret = funf() #此时ret 是一个生成器对象
print(ret)
----------------------
#那怎么取值呢?
def funf():
print(111)
print(222)
yield 333
ret = funf()
print(next(ret))
-----------
#一个next对应一个yield
def funf():
print(111)
print(222)
yield 333
yield 444
yield 555
ret = funf()
print(next(ret))
print(next(ret))
print(next(ret))
--------------------
return 和 yield 区别
return:函数中只有一个return结束函数,并且给函数的执行者返回值
yield:如果函数有yield,那么它就是生成器函数而不是函数了,yield可以存在多个,一个next执行一个,两个yield中间的代码会依次执行!
例子:
def fun():
for i in range(1,5000):
yield F‘{i}个包子‘
ret = fun()
#第一个for循环打印1-200
for i in range(200):
print(next(ret))
#第二个for循环打印200-400
#迭代器的惰性机制
for i in range(200):
print(next(ret))
用一行代码构建一个比较复杂有规律的列表
列表推导式
循环模式:[变量(加工后的变量) for 变量 in iterable]
li = [i for i in range(10)]
print(li) #[1-10]
---------
li = [i*i for i in range(1,11)]
print(li)
li = [F‘偶数是 {i}‘ for i in range(2,101,2)] #从2开始,2个2个选取
print(li)
筛选模式:[变量(加工后的变量) for 变量 in iterable if 条件]
li = [i for i in range(10) if i >5]
print(li) #[6, 7, 8, 9]
-----------
li = [i for i in range(1,31) if i%3==0]
print(li)
嵌套循环
names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘, ‘Andrew‘, ‘Wesley‘, ‘Steven‘, ‘Joe‘],
[‘Alice‘, ‘Jill‘, ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘, ‘Eva‘]]
print([name for lst in names for name in lst if name.count(‘e‘) >= 2]) # 注意遍历顺序,这是实现的关键
语法基本上一样 [] 变成 ()
模式都有
区别就是:一个省内存,一个需要大量内存
li = (i for i in range(10))
print(li) #<generator object <genexpr> at 0x000001F241B36948>
print(next(li)) #这样输出
生成器表达式和列表推导式的区别:
生成器的惰性机制: 生成器只有在访问的时候才取值,说白了.你找他要才给你值.不找他要.他是不会执行的.
字典推导式
lst1 = [‘jay‘,‘jj‘,‘meet‘]
lst2 = [‘周杰伦‘,‘林俊杰‘,‘郭宝元‘]
dic = {lst1[i]:lst2[i] for i in range(len(lst1))}
print(dic)
集合推导式
lst = [1,2,3,-1,-3,-7,9]
s = {abs(i) for i in lst}
print(s)
标签:pre 打印 gen 就是 def 复杂 int 推导 exp
原文地址:https://www.cnblogs.com/hsyw/p/13618257.html