python—生成器、推导式、递归

目录

• 1 生成器（函数的变异）
• 2 推导式
• 3 递归

1 生成器（函数的变异）

判断一个函数是否是生成器函数：只需看函数内部是否有yield

# 生成器函数（内部是否包含yield）
def func():
print('F1')
yield 1
print('F2')
yield 2
print('F3')
yield 100
print('F4')
# (只要有yield）函数内部代码不会执行，返回一个 生成器对象 。
v1 = func()
# 生成器是可以被for循环，一旦开始循环那么函数内部代码就会开始执行。
for item in v1:
print(item)

循环流程：

• 1. for循环开始第一次循环，先执行yield前面的代码，执行到yield时，返回yield的值给item并停止第一次循环。
  2. 第二次循环：从上次循环的yield后面开始执行代码，执行到第二个yield（yield2）时，返回yield2的值给item并停止第二次循环。
  3. 直到循环完所有的yield，循环自动终止

  def func():
count = 1
while True:
yield count
count += 1
val = func()
for item in val:
print(item)

  总结：函数中如果存在yield，那么该函数就是一个生成器函数，调用生成器函数会返回一个生成器，生成器只有被for循环时，生成器函数内部的代码才会执行，每次循环都会获取yield返回的值。

  def func():
count = 1
while True:
yield count
count += 1
if count == 100:
return
val = func()
for item in val:
print(item)

  示例：读文件

  def func():
"""
分批去读取文件中的内容，将文件的内容返回给调用者。
:return:
"""
cursor = 0
while True:
f = open('db', 'r', encoding='utf-8')# 通过网络连接上redis
# 代指 redis[0:10]
f.seek(cursor)
data_list =[]
for i in range(10):
line = f.readline()
if not line:
return
data_list.append(line)
cursor = f.tell()
f.close() # 关闭与redis的连接
for row in data_list:
yield row
for item in func():
print(item)

  redis源码示例

  

  生成器作用：

  • 生成数据

  • 是一种特殊的迭代器

    def func():
yield 1
yield 2
yield 3
v = func()
result = v.__next__()
print(result)
result = v.__next__()
print(result)
result = v.__next__()
print(result)
result = v.__next__()
print(result)

  • 也是特殊的可迭代对象

    def func():
yield 1
v = func()
result = v.__iter__()
print(result)

  其他知识：

  • yeild from关键字 （从xxx中一点点获取)

    def base():
yield 88
yield 99
def func():
yield 1
yield 2
yield from base() # 从base()中一点点获取
yield 3
result = func()
for item in result:
print(item)

  生成器的send方法

  def func():
print(123)
n = yield '#'
print('-->',n)
yield 'bbb'
g = func()
print(g)
n = next(g)
print(n)
print('-'*20)
next(g) # g.send('uysdfhfoiusyg')与next(g)的作用一样

  注意:

  • 1.生成器取一次就没有了，再次取时内部为空

  • 2.惰性运算 ：不取不执行

    ret = filter(lambda n:n%3==0,range(10))
# ret是迭代器
print(len(list(ret))) # 4 # list(ret) = [0,3,6,9]
print(len(list(ret))) # 0 # list(ret) = []

2 推导式

2.1 列表推导式

• 1.目的

  方便的生成一个列表

• 2.基本格式

  • 变量 = [for循环的变量 for循环一个可迭代对象]

  • v1 = [i for i in 可迭代对象 ]
    v2 = [i for i in 可迭代对象 if 条件 ] # 条件为true时才进行append

  • 练习

    v1 = [ i for i in 'alex' ] # ['a','l','e','x']
v2 = [i+100 for i in range(10)] # [100,101,102,103,104,105,106,107,108,109]
v3 = [99 if i>5 else 66 for i in range(10)] # [66,66,66,66,66,66,99,99,99,99]
def func():
return 100
v4 = [func for i in range(10)] # [func,func,func,func,func,func,func,func,func,func,]
v5 = [lambda : 100 for i in range(10)] # [lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100,lambda : 100]
result = v5[9]() # 100
v6 = [lambda :i for i in range(10)] # [lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,lambda :i,]
result = v6[5]() # 9
v7 = [lambda x:x*i for i in range(10)]
# 1.请问 v7 是什么？
v7 = [lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,lambda x:x*i,]
# 2.请问 v7[0](2) 的结果是什么？ v7[0](2) = 18
def num():
return [lambda x:i*x for i in range(4)]
# num() -> [函数,函数,函数,函数]
print([ m(2) for m in num() ]) # [6,6,6,6]
# ##################### 筛选 #########################
v8 = [i for i in range(10) if i > 5] # [6,7,8,9]

2.2 集合推导式

• 1.目的

  方便的生成一个集合

• 2.基本格式

  • 变量 = {for循环的变量 for循环一个可迭代对象}

  • v1 = { i for i in 可迭代对象 }
    v2 = { i for i in 可迭代对象 if 条件 } # 条件为true时才进行append

    v1 = { i for i in 'alex' } # {'a','l','e','x'}

2.3 字典推导式

• 1.目的

  方便的生成一个字典

• 2.基本格式

  v1 = { 'k'+str(i):i for i in range(10) }
#{'K0':0,'K1':1,'K2':2,'K3':3,'K4':4,'K5':5,'K6':6,'K7':7,'K8':8,'k9':9}
v1 = { 'k':i for i in range(10) } # {'k':9} #字典的键存在，则新值覆盖旧值，不存在则更新。

2.4 生成器推导式

# def func():
# result = []
# for i in range(10):
# result.append(i)
# return result
# v1 = func()
v1 = [i for i in range(10)] # 列表推导式，立即循环创建所有元素。
print(v1)
# def func():
# for i in range(10):
# yield i
# v2 = func()
v2 = (i for i in range(10)) # 生成器推导式，创建了一个生成器，内部循环为执行。

# 示例一
def func():
result = []
for i in range(10):
result.append(i)
return result
v1 = func()
for item in v1:
print(item)
# 示例二
def func():
for i in range(10):
def f():
return i
yield f
v1 = func()
for item in v1:
print(item())
# 示例三：
v1 = [i for i in range(10)] # 列表推导式，立即循环创建所有元素。
v2 = (lambda :i for i in range(10))
for item in v2:
print(item())

3 递归

递归就是 函数自己调用自己（缺点：效率低）

python默认支持的递归最大数是1000次

def func():
print(1)
func()func()

def func(i):
print(i)
func(i+1)func(1)

def func(a,b): # 只能递归1000次的斐波那契
# 1
# 1
# 2
# 3
# 5
print(b)
func(b,a+b)func(0,1)

def func(a):
if a == 5:
return 100000
result = func(a+1) + 10
return result
v = func(1)

# 递归的返回值
def func(a):
if a == 5:
return 100000
result = func(a+1) + 10
v = func(1)
name = 'alex'
def func():
def inner():
print(name)
return inner
v =func()