day21:三元表達式、列表解析、生成器
一、三元表達式：
條件 if 1>2 左邊為真值，右邊為假值
res = True if 1 > 2 else False
>>> 3 if 3>2 else 10 3 >>> 3 if 3>4 else 10 10 >>> 3+2 if 3>0 else 3-1 5 >>> 3+2 if 3>0 and 3>4 else 3-1 2
二、列表解析
1 s=‘hello‘ 2 res=[i.upper() for i in s] 3 print(res) 4 5 [‘H‘,‘E‘,‘L‘,‘L‘,‘O‘]
l=[1,31,73,84,57,22]
l_new=[]
#一般寫法
for i in l:
if i > 50:
l_new.append(i)
print(l_new)
#解析式寫法
res=[i for i in l if i > 50]
print(res)
for i in obj1:
if 條件1:
for i in obj2：
if 條件2：
for i in obj3:
if 條件3：
...
l=[1,31,73,84,57,22]
print([i for i in l if i > 50])
print([i for i in l if i < 50])
print([i for i in l if i > 20 and i < 50])
三、生成器
通過列表生成式，我們可以直接創建一個列表。但是，受到內存限制，列表容量肯定是有限的。而且，創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。
所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出後續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x1022ef630>
創建L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。
我們可以直接打印出list的每一個元素，但我們怎麽打印出generator的每一個元素呢？
如果要一個一個打印出來，可以通過next()函數獲得generator的下一個返回值：
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g) 16 >>> next(g) 25 >>> next(g) 36 >>> next(g) 49 >>> next(g) 64 >>> next(g) 81 >>> next(g) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
我們講過，generator保存的是算法，每次調用next(g)，就計算出g的下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。
當然，上面這種不斷調用next(g)實在是太變態了，正確的方法是使用for循環，因為generator也是可叠代對象：
>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 16 25 36 49 64 81
所以，我們創建了一個generator後，基本上永遠不會調用next()，而是通過for循環來叠代它，並且不需要關心StopIteration的錯誤。
generator非常強大。如果推算的算法比較復雜，用類似列表生成式的for循環無法實現的時候，還可以用函數來實現。
比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return ‘done‘
註意，賦值語句：
a, b = b, a + b
相當於：
t = (b, a + b) # t是一個tuple a = t[0] b = t[1]
但不必顯式寫出臨時變量t就可以賦值。
上面的函數可以輸出斐波那契數列的前N個數：
>>> fib(6) 1 1 2 3 5 8 ‘done‘
仔細觀察，可以看出，fib函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。
也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print(b)改為yield b就可以了：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return ‘done‘
這就是定義generator的另一種方法。
如果一個函數定義中包含yield關鍵字，那麽這個函數就不再是一個普通函數，而是一個generator：
>>> f = fib(6) >>> f <generator object fib at 0x104feaaa0>
這裏，最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就返回。
而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。
舉個簡單的例子，定義一個generator，依次返回數字1，3，5：
def odd():
print(‘step 1‘)
yield 1
print(‘step 2‘)
yield(3)
print(‘step 3‘)
yield(5)
調用該generator時，首先要生成一個generator對象，然後用next()函數不斷獲得下一個返回值：
>>> o = odd() >>> next(o) step 1 1 >>> next(o) step 2 3 >>> next(o) step 3 5 >>> next(o) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
可以看到，odd不是普通函數，而是generator，在執行過程中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield可以執行了，所以，第4次調用next(o)就報錯。
回到fib的例子，我們在循環過程中不斷調用yield，就會不斷中斷。當然要給循環設置一個條件來退出循環，不然就會產生一個無限數列出來。
同樣的，把函數改成generator後，我們基本上從來不會用next()來獲取下一個返回值，而是直接使用for循環來叠代：
>>> for n in fib(6): ... print(n) ... 1 1 2 3 5 8
但是用for循環調用generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：
>>> g = fib(6) >>> while True: ... try: ... x = next(g) ... print(‘g:‘, x) ... except StopIteration as e: ... print(‘Generator return value:‘, e.value) ... break ... g: 1 g: 1 g: 2 g: 3 g: 5 g: 8 Generator return value: done
生成器就是叠代器
yield的功能：
1.與return類似，都可以返回值，但不一樣的地方在於yield返回多次值，而return只能返回一次值
2.為函數封裝好了__iter__和__next__方法，把函數的執行結果做成了叠代器
3.遵循叠代器的取值方式obj.__next__（），觸發的函數的執行，函數暫停與再繼續的狀態都是由yield保存的
d={‘a‘:1,‘b‘:2,‘c‘:3}
obj=d.__iter__()
while True:
try:
i=obj.__next__()
print(i)
except StopIteration:
break
def foo():
print(‘first‘)
yield 1
print(‘second‘)
yield 2
print(‘third‘)
yield 3
print(‘fouth‘)
g=foo()
for i in g:
print(i)
import time
def countdown(n):
print(‘start---->‘)
while n>=0:
yield n
time.sleep(1)
n-=1
print(‘stop---->‘)
g=countdown(5)
for i in g:
print(i)
動態查看文件最後一行，並過濾顯示。
import time
def tail(filepath,encoding=‘utf-8‘):
with open(filepath,encoding=encoding) as f:
f.seek(0,2)
while True:
line=f.readline()
if line:
yield line
else:
time.sleep(0.5)
def grep(lines,pattern):
for line in lines:
if pattern in line:
yield line
g1=tail(‘day9.txt‘)
g2=grep(g1, ‘error‘)
g3=grep(g2, ‘404‘)
for i in g3:
print(i)
day21:三元表達式、列表解析、生成器