Python高级教程-生成器

生成器(Generator)

通过列表生成式，可以直接创建一个列表。但是，受内存限制，列表的容量肯定是有限的。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，那么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
<generator object <genexpr> at 0x0000000002680948>

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。

我么可以直接打印出list中的每一个元素，但是我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过generator的next()方法：

>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
25
>>>

当然，上面这种不断调用next()方法不实用，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 n0
1
4
9
16
25
36
49
64
81

所以，我们创建一个generator后，基本上永远不会调用next()方法，而是通过for循环来迭代它。

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

比如，著名的斐波那契数列，除了第一个和第二个数外，任意一个数都可以由前两个数相加得到：

斐波那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 = 0,0,1while n < max:print ba , b = b,a+bn = n+1

上面的函数可以输出斐波那契数列的前N个数：

fib(7)
1
1
2
3
5
8
13

仔细观察，可以看出，fib函数实际上是定义了菲波那切数列的推算规则，可以从第一个元素开始，推算后续任意的元素，这种逻辑其实非常雷士于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 = 0,0,1while n < max:yield ba , b = b,a+bn = n+1

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yield语句处继续执行。

例如：定义一个generator，依次返回数字1,3,5：

>>> def odd():print 'step1'yield 1print 'step2'yield 3print 'step3'yield 5>>> o = odd()
>>> o.next()
step1
1
>>> o.next()
step2
3
>>> o.next()
step3
5
>>> o.next()Traceback (most recent call last):File "<pyshell#86>", line 1, in <module>o.next()
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，已经没哟yield可以执行了，所以第4次调用next()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，我们基本上从来不用next()调用它，而是直接用for循环来迭代：

>>> for n in fib(6):print n1
1
2
3
5
8
>>>

总结

generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。

要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环，对于函数改成的generator，遇到return语句或者执行到函数体的最后一行语句，就是结束generator的指令，for循环随之结束。

转载于:https://www.cnblogs.com/fangpengchengbupter/p/7754988.html

Python高级教程-生成器相关推荐

Python高级教程：玩转Linux操作系统
Python高级教程:玩转Linux操作系统操作系统发展史只有硬件没有软件的计算机系统被称之为"裸机",我们很难用"裸机"来完成计算机日常的工作(如存储和运 ...
Python和Java结合的项目实战_[项目实战] Python高级教程项目实战篇 Python和Java结合的项目实战视频教程 [...
资源介绍课程简介:xa0xa0 Python高级教程项目实战篇 Python和Java结合的项目实战视频教程教学视频 ----------------------课程目录 Python项目实战篇 ...
python高级教程_Python高级进阶教程
这个系列的教程是在刘金玉编程的<零基础python教程>基础上的高级进阶应用. 教程列表: Python高级进阶教程001期 pycharm+anaconda3+pyqt5可视化界面开发环 ...
python高级教程-2
Python 正则表达式帮助检查一个字符串是否与某种模式匹配 Python 自1.5版本起增加了re 模块,它提供 Perl 风格的正则表达式模式. re 模块使 Python 语言拥有全部的正则表 ...
selenium python高级教程_自动化测试系列 python+selenium的使用教程（一）
Selenium也是一个用于Web应用程序的自动化测试工具,功能强大,可直接运行在浏览器中,支持大部分主流浏览器,支持自动录制动作和自动生成,最重要的是支持多种主流语言包括java,python等. ...
python 高级教程
1. 魔术方法 2.numpy 3.廖雪峰教程 4.python风格规范 5.python入坑指南 6.python项目免坑指南 7.python练手项目
Python高级教程（三）、数据库操作之mysql
MySQL 是最流行的关系型数据库管理系统. 本章节我们为大家介绍使用 mysql-connector 来连接使用 MySQL, mysql-connector 是 MySQL 官方提供的驱动器. 我 ...
廖雪峰python - 高级特性 - 生成器 _ 练习详解
杨辉三角:每个数等于它上方两数之和.空位看作0 答案: #定义函数 def triangles():L = [1] // L是只含1的list(列表)yield L // generator的函数遇到 ...
python高级教程html文件_Python之html转docx文件高级用法
说到word文档转html的,网上一搜一大把,各种在线word转html页面,使用起来也方便.但是在实际项目中要使用的话,需要自己开发,这里就提供一个简单的方法. 后缀 .doc 和 .docx 都是 ...

Python高级教程-生成器

生成器(Generator)

总结

Python高级教程-生成器相关推荐

最新文章

热门文章