yield 与 lambda
lambda 匿名函数
Python中，lambda 是一个关键字，用于创建匿名函数，也就是那些没有具体名称的函数。这种函数通常用于编写简单的、临时的函数，它们在定义后立即被调用，或者作为参数传递给其他函数。
lambda 的基本使用方法
lambda arguments: expression
arguments：这是传递给lambda函数的参数，可以是一个或多个。expression：这是lambda函数返回的表达式的结果。
示例：
add = lambda x, y: x + y
print(add(3, 4)) # 输出 7
lambda 的高级用法
1. 作为高阶函数参数
lambda 函数经常作为参数传递给其他函数，这些函数被称为高阶函数。例如，filter()、map() 和 reduce() 都是高阶函数。
# 使用 filter 过滤偶数
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers) # 输出 [2, 4, 6]# 使用 map 应用函数
squared_numbers = list(map(lambda x: x ** 2, numbers))
print(squared_numbers) # 输出 [1, 4, 9, 16, 25, 36]
2. 与排序函数结合
lambda 函数可以用于 sorted() 或 list.sort() 方法中，以自定义排序逻辑。
# 根据元素的第一个值排序
pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
sorted_pairs = sorted(pairs, key=lambda pair: pair[0])
print(sorted_pairs) # 输出 [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]# 根据字符串长度排序
words = ['apple', 'fig', 'banana']
sorted_words = sorted(words, key=lambda word: len(word))
print(sorted_words) # 输出 ['fig', 'apple', 'banana']
3. 作为默认函数参数
def repeat_action(action=lambda: print("Default action")):action()# 调用函数时不传递参数，执行默认的 lambda 函数
repeat_action() # 输出 Default action# 调用函数时传递新的 lambda 函数
repeat_action(lambda: print("New action"))
# 输出 New action
4. 函数柯里化
lambda 函数可以用于实现函数柯里化（Currying），即把接受多个参数的函数转换成接受一个单一参数（第一个参数）的函数，返回接受余下参数的函数。
def curried_add(a):return lambda b: a + badd_five = curried_add(5) # 先固定一个参数，然后形成一个新的函数
print(add_five(3)) # 输出 8
5. 装饰器
def simple_decorator(f):def wrapper(): # 此处只是定义了一个函数，并没有使用print("Before function call")f()print("After function call")return wrapper # 此处使用了一次 wrapper 函数@simple_decorator
def greet():print("Hello, World!")greet()'''
输出：Before function call
Hello, World!
After function call
'''
代码解释：首先调用greet()函数时，会将该函数传入装饰器中作为参数，然后在装饰器中执行代码逻辑。
6. 与 functools.partial 结合
from functools import partialdef add(a, b):return a + badd_five = partial(add, 5) # partial 允许固定函数的一个或部分参数，从而创建一个新的函数。
add_five_with_lambda = lambda b: add(5, b) # 也可以使用lambda来固定部分参数，并以此来创建一个新的函数。print(add_five(3)) # 输出 8
print(add_five_with_lambda(3)) # 输出 8
yield 生成器
yield 是 Python 中的一个关键字，用于在函数中生成值。当一个函数包含 yield 语句时，它就变成了一个生成器（generator）。生成器是一种迭代器，它允许你逐个产生值，而不是一次性计算并返回所有值。
函数行为的改变：使用 yield 的函数不再是传统意义上的函数，它们更像是迭代器的工厂。每次函数执行到 yield 语句时，它会生成一个值并暂停执行，保留当前状态，等待下一次迭代。
使用yield的两种形式，第一种：使用 next() 进行访问，第二种：使用 for - in 语句进行访问。
yield 的基本使用方法
定义：
def simple_generator():yield 1yield 2yield 3
使用：
gen = simple_generator() # 相当于是一个迭代器
for value in gen:print(value) # 输出 1, 然后是 2, 最后是 3
yield 的高级用法
1. 生成器的链式调用
使用 yield from 可以在一个生成器中调用另一个生成器，这使得代码更加简洁，并且可以递归地生成数据。
def chain_generator(*gens):for gen in gens:yield from gengen1 = (x for x in range(3))
gen2 = (x**2 for x in range(3))
for value in chain_generator(gen1, gen2):print(value) # 输出 0, 1, 2, 0, 1, 4
2. 递归生成器
生成器可以递归调用自身，这在处理树状结构或需要深度遍历的数据结构时非常有用。
yield from：允许一个生成器函数将控制权委托给另一个生成器函数，从而在其迭代过程中迭代另一个生成器的功能。
def recursive_generator(n):if n > 0:yield nyield from recursive_generator(n-1)for value in recursive_generator(5):print(value) # 输出 5, 4, 3, 2, 1
3. 发送值到生成器
生成器不仅可以产生值，还可以接收外部发送的值，这使得生成器可以作为协程使用。
def echo():while True:received = yieldprint(f"Received: {received}")gen = echo()
next(gen) # 启动生成器
gen.send('Hello') # 发送值到生成器
gen.send('World')
4. 异常处理
生成器可以处理异常，并且可以在异常发生时通过 send 方法发送异常给生成器。
def gen():try:yield 1yield 2raise ValueError('Test')except ValueError as e:yield str(e)for value in gen():print(value) # 输出 1, 然后是 ValueError 的消息
5. 生成器的 __next__ 方法
生成器对象有一个 __next__ 方法，可以通过它来获取下一个值。
def simple_gen():yield 'hello'yield 'world'gen = simple_gen()
print(gen.__next__()) # 输出 'hello'
print(next(gen)) # 输出 'world'
6. 与 for 循环的集成
生成器可以与 for 循环无缝集成，使得迭代生成器变得简单。
def gen():yield from range(3)for i in gen():print(i) # 输出 0, 1, 2
7. 装饰器和元生成器
可以创建装饰器来增强生成器的功能，或者创建元生成器来生成其他生成器。
def generator_decorator(gen_func):def wrapper(*args, **kwargs):gen = gen_func(*args, **kwargs)yield from genreturn wrapper@generator_decorator
def gen_func():yield 1yield 2for value in gen_func():print(value) # 输出 1, 2
