一、三元表达式

格式：result=值1 if x<y else 值2    

满足if条件result=值1，否则result=值2

>>> 3 if 3>2 else 103>>> 3 if 3>4 else 1010>>> 3+2 if 3>0 else 3-15>>> 3+2 if 3>0 and 3>4 else 3-12

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=[]#一般写法for i in l:    if i > 50:        l_new.append(i)print(l_new)#解析式写法res=[i for i in l if i > 50]print(res)

for i in obj1:    if 条件1:        for i in obj2：            if 条件2：                for i in obj3:                    if 条件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

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个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
     
       at 0x1022ef630>
     

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

>>> 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 "
     
      ", line 1, in 
      
       StopIteration
      
     

我们讲过，generator保存的是算法，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的错误。

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x * x for x in range(10))>>> for n in g:...     print(n)... 0149162536496481

所以，我们创建了一个generator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的错误。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

def fib(max):    n, a, b = 0, 0, 1    while n < max:        print(b)        a, b = b, a + b        n = n + 1    return 'done'

注意，赋值语句：

a, b = b, a + b

相当于：

t = (b, a + b) # t是一个tuplea = t[0]b = t[1]

但不必显式写出临时变量t就可以赋值。

上面的函数可以输出斐波那契数列的前N个数：

>>> fib(6)112358'done'

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为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'

这就是定义generator的另一种方法。

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> f = fib(6)>>> f
     

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。

而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

举个简单的例子，定义一个generator，依次返回数字1，3，5：

def odd():    print('step 1')    yield 1    print('step 2')    yield(3)    print('step 3')    yield(5)

调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

>>> o = odd()>>> next(o)step 11>>> next(o)step 23>>> next(o)step 35>>> next(o)Traceback (most recent call last):  File "
     
      ", line 1, in 
      
       StopIteration
      
     

可以看到，odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。

回到fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

>>> for n in fib(6):...     print(n)...112358

 

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，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: 1g: 1g: 2g: 3g: 5g: 8Generator return value: done

 生成器就是迭代器

yield的功能：

1.与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值

2.为函数封装好了__iter__和__next__方法，把函数的执行结果做成了迭代器

3.遵循迭代器的取值方式obj.__next__（），触发的函数的执行，函数暂停与再继续的状态都是由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 timedef 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)

 动态查看文件最后一行，并过滤显示。

import timedef 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 lineg1=tail('day9.txt')g2=grep(g1, 'error')g3=grep(g2, '404')for i in g3:    print(i)