교체기와 생성기의 주의사항

교체기

교체 가능한 (교체 가능한 대상): 교체 가능한 대상은 모두 교체 가능한 것이다.예를 들어str,list,dict,tuple,파일 대상 등은 대상__iter__의 내부 방법만 있으면 교체 대상이라고 할 수 있다.
교체기: 교체기도 교체할 수 있다. 그는 __iter__ 방법뿐만 아니라 __next__ 방법도 있다.교체기는 한 번에 하나의 값만 얻을 수 있으며, 제거가 끝난 후에 오류가 발생하면 교체기를 얻을 수 있습니다. 교체 가능한 대상 __iter__() 을 호출하면 교체기를 사용할 수 있습니다.

교체기를 호출하는 __next__() 방법

for순환

사용
교체기의 특징:

타성 연산

앞에서 뒤로 값을 추출하고 과정은 되돌릴 수 없고 중복할 수 없다

메모리 절감

                    
   ：
print('__iter__' in dir([1,2,3,4]))
print('__next__' in dir([1,2,3,4]))
   ：
from collections import Iterable
from collections import Iterator
print(isinstance([1,2,3,4],Iterable))
str_iter = 'abc'.__iter__()
print(isinstance(str_iter,Iterator))
print(isinstance('abc',Iterable))

생성기

생성기의 본질은 바로 교체기이다. 교체기의 모든 특징을 가지고 있으며, 단지 생성기는 자신이 작성한python 코드일 뿐이다

1. 생성기 함수

생성기 함수와 일반 함수 사이의 차이점:

생성기 함수에 yield 키워드 포함

생성기 함수 호출 시 즉시 실행하지 않고 생성기

로 되돌아오기

def g_func():
    print('aaaa')
    yield 1
    print('bbbb')
    yield 2
    yield 3

g = g_func()
for i in g:
    print(i)
print(g.__next__())
print(g.__next__())
print(g.__next__())

def cloth():
    for i in range(1000000):
        yield  '  %s'%i

g = cloth()
for i in range(50):
    print(g.__next__())

for i in range(50):
    print(g.__next__())

2、sned 사용법(진급)

def func():
    print('*'*10)
    a = yield 5
    print('a : ',a)
    yield 10
g = func()
num = g.__next__()
# print(num)
num2 = g.send('alex')
num2 = g.send('aaaa')
print(num2)

** 다음 예에서 send는 "yield average"에서 average를 반환하고 10을 "yield average"에 전달합니다.**

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count
g_avg = averager()
g_avg.__next__() ---》         ，     None
print(g_avg.send(10)) ---》      10，    term =10，         yield average  ，  average，             average = total/count     
print(g_avg.send(30)) ---》  term =      ，         average  ，    
print(g_avg.send(20))
print(g_avg.send(100))
print(g_avg.send(200))

생성기의 예비 장식기는send를 사용할 때 먼저next 방법을 한 번 사용해야 하며 구체적인 요소는 위의 예를 참조한다

def init(func):  #         
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)   #func = averager
        g.__next__()
        return g
    return inner

@init
def averager():
    total = 0.0
    count = 0
    average = None
    term = yield average
    total += term
    count += 1
    average = total/count
    yield average
g_avg = averager()
print(g_avg.send(10))
print(g_avg.send(30))

3. 총결산

생성기 함수: 생성기 생성 함수

생성기의 본질 매개 변수 교체기

생성기 함수의 특징:

yield 키워드 포함

호출 후 함수 내의 코드가 실행되지 않음

실행을 트리거하는 방법:

next

send: send(None) == __next__(),send는next의 기초에서 생성기 함수 내부에 값을 업로드한다(send 작업은 생성기에서 사용하는 첫 번째 작업에 사용할 수 없다)

for순환

3. 생성기 표현식

1. 도입부

(1) 목록 유도식

예1:30 이내에 3으로 나눌 수 있는 모든 수

>>> [i for i in range(30) if i%3 == 0]
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

예2:30 이내에 3으로 나눌 수 있는 모든 수의 제곱

>>> [i**2 for i in range(30) if i%3 == 0]
[0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

예3: 플러그인 목록에 두 개의'e'가 포함된 모든 이름을 찾습니다.

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
>>> [j for i in names for j in i if j.count('e') == 2]
['Jefferson', 'Wesley', 'Steven', 'Jennifer']

(2) 사전 유도식

예1: 사전의 키와value를 대조합니다

>>> dic = {'a': 10, 'b': 34}
>>> {dic[k]:k for k in dic}
{10: 'a', 34: 'b'}
>>> 

예2: 대소문자에 대응하는value값을 합쳐서 k를 소문자로 통일합니다

>>> dic= {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
>>> {k.lower():dic.get(k.lower(),0) + dic.get(k.upper(),0)for k in dic}
{'a': 17, 'b': 34, 'z': 3}

(3) 집합 유도식

예: 목록의 각 값의 제곱을 계산하고 무게 제거 기능을 가져옵니다

>>> {i**2 for i in [1,-1,2]}
{1, 4}

2. 생성기 표현식

g = (i*i for i in y)
for i in g:
    print(i)