这是求移动平均值： 1 def active(func):   # func=avg_num 2     def inner(*args,**kwargs): 3         g=func(*args,**kwargs)      # avg_num() 4         next(g)           #  相当于执行avg_num.next() 5         return g      #返回一个生成器  
     
       6     return inner 7  8 @active                #  avg_num=active(avg_num) 9 def avg_num():10     sum=011     count=012     avg=013     while True:14        num=yield avg      #程序会停在yield处15        sum+=int(num)16        count+=117        avg=sum/int(count)18 19 g=avg_num()          # avg_num= inner---->  inner()20 print(g)   #返回一个生成器  
      
       21 # g.__next__()    #激活生成器函数22 while True:23     n=input('请输入一个数：')24     gre=g.send(n)25     print(gre)
      
     

装饰器在这里相当于执行了下面的一句 g.__next__() 把生成器函数激活了

send的作用范围和next一样

第一个yield之前不能用send 得用next方法激活生成器

函数的最后一个yield不再接收新的值

当需要循环获取可迭代对象的每个元素是可以使用yield from

1 def show():2     a='hello'3     b='python'4     yield  from a5     yield  from b6 g=show()7 for i in g:8     print(i)

 #列表推导式与生成器表达式的例子：

1 #列表推导式2 num_list=[i*i for i in range(10)]3 print(num_list)4 5 #生成器表达式6 num_g=(j*j for j in range(10))7 print(num_g)8 for k in num_g:9     print(k)

列表推导式 直接返回一串值在列表里

生成器表达式返回的是一个生成器地址，在内存里不占用什么空间，随时用随时生成 结果需要迭代才能看到

其他推导式

1 #字典推导式 2 dic_pro={
    'a':23,'b':56} 3 new_dic={dic_pro[k]:k for k in dic_pro} 4 print(new_dic) 5  6 dic_pro={
    'a':23,'b':56,'B':7} 7 new_dic={k.upper():dic_pro.get(k.lower(),0)+dic_pro.get(k.upper(),0)for k in dic_pro.keys()} 8 print(new_dic) 9 10 #集合推导式11 tic={1,2,-2,3}12 new_tic=[i**2 for i in [1,2,-2,3]]13 print(new_tic)