python3 生成器

要说生成器，就必须首先要知道列表的概念；

我们创建一个如下的列表：

ls = [1,2,3,4,5,6,7,8,9]

那么就开辟了一个门牌号为ls的内存区，然后真的把1，2，3，4，5，6，7，8，9这几个数字放到了内存中；

如果我们在for循环中要根据i的值来获取一个值的话，我们可以把数据放在上面的ls中，然后通过ls[i]来获取；这样的

方式存在巨大的缺点，就是要事先准备好ls中的所有数值；如果很多的话会造成响应慢，内存溢出等问题；

所以就有有了生成器的概念，生成器会指定一个公式，然后每次循环都根据公式计算出当前的值，不用事先生成

所有的值。

一、最简单的生成器

# -*- coding:utf-8 -*-
# Author: Evan Mi# 这是一个最基本的生成器,对应的公式是i*2,i从0到9
# 这样我们就可以通过迭代的方式来访问生成的每一个值了
# 它的缺点就是，只能逐一迭代，不能随意指定i，也不能往前迭代
my_gen_01 = (i*2 for i in range(10))
"""
可以看到my_gen是一个generator对象
"""
print(my_gen_01)  # <generator object <genexpr> at 0x00000000024FCBA0>
#   generator对象是一个迭代器对象，所以直接通过next()方法来迭代
while True:try:print(next(my_gen_01))     # 迭代（根据公式计算）except StopIteration as e:  # 迭代到没有元素后会抛出StopIterationprint(e.value)break
"""
运行结果：
0
2
4
6
8
10
12
14
16
18
None
"""
#   用for循环迭代，不会有异常抛出
#   需要新建一个，因为上一个已经被迭代完了（生成器是一次性用品）
my_gen_02 = (i*2 for i in range(10))for val in my_gen_02:print(val)
"""
运行结果：
0
2
4
6
8
10
12
14
16
18
"""

二、用函数来实现复杂的生成器

# -*- coding:utf-8 -*-
# Author: Evan Mi# 引用别人的斐波那契数列生成函数
"""函数运行到yield的时候，就会暂停，并将yield关键字之后的值传到函数外，函数暂停在这里，直到等到下一次迭代"""
def fib(max_num):n, a, b = 0, 0, 1while n < max_num:yield ba, b = b, a+bn += 1# 定义了一个生成器，这个生成器每次迭代得到的值就是yield带出来的值fb = fib(10)#  用for循环迭代
for val in fb:print(val)
"""
运行结果：
1
1
2
3
5
8
13
21
34
55
"""
# 用next迭代
fb1 = fib(10)
while True:try:print(next(fb1))except StopIteration as e:print(e.value)break
"""
运行结果：
1
1
2
3
5
8
13
21
34
55
None
"""

可以看到，在使用for循环迭代的时候，并不需要自己去处理迭代停止的异常；而用next自己处理就需要；而且

我们每次的e.value都是none；现在给函数加上返回值，如下：

def fib(max_num):n, a, b = 0, 0, 1while n < max_num:yield ba, b = b, a+bn += 1return 'done'

对这样的函数，我们用next调用；

# 用next迭代
fb1 = fib(10)
while True:try:print(next(fb1))except StopIteration as e:print(e.value)break
"""
运行结果：
1
1
2
3
5
8
13
21
34
55
done
"""

可以看到e.value变成了done；所以一个函数如果作为了生成器，那么return的值就是迭代停止时的异常信息；

yield能带出函数中的值，那么yield就是函数内部与外界的媒介，那么自然也能从外部代值回来：

修改函数如下：

def fib(max_num):n, a, b = 0, 0, 1while n < max_num:xxx = yield b  # 后面的b在运行到yield时被带出去，前面的xx在激活yield时被带进来print(xxx)a, b = b, a+bn += 1return 'done'

执行如下的测试：

gx = fib(10)
# 一开是只能调用next，因为这时只是创建了一个生成器，还没有yield变量
print('out;', next(gx))
# 把233给yield，同时往下运行到下一次循环到yield处，并带回yield的值
print('out;', gx.send(233))
print('out;', gx.send(333))
print('out;', gx.send(433))
# 循环到下一次的yield，并带回yield的值（其实就是把None给了yield）
print('out;', next(gx))

运行结果如下：

out; 1 第一次只能从yield带出值
233 通过yield传入了233，在函数内部打印
out; 1 带出1
333 传入333
out; 2 带出2
433 传入433
out; 3 带出3
None 传入None
out; 5 带出5

python3 生成器相关推荐

python3生成器_Python3 生成器
Python3 生成器阅读 (125) | 发布于 2020-05-19 14:29:25 在Python中,一边循环一边计算出元素的机制,称为生成器:generator. 生成器的优点:一次返回一 ...
python3生成器与迭代器_Python3迭代器与生成器
迭代器迭代是Python最强大的功能之一,是访问集合元素的一种方式. 迭代器是一个可以记住遍历的位置的对象. 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退 ...
python3生成器_Python3.7之生成器
Python3.7之生成器一.生成器概念 Python使用生成器对延迟操作提供了支持.所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果.主要有两种结构可以延迟结果创建.生成器函数和生成器 ...
python3 生成器_python3基础之生成器
初识生成器说到生成器还是要从列表推导式说起,关于列表推导式可以看看<python3基础之如何使用列表推导式>.先看一个简单的列表推导式: 可以看到列表推导式是用中括号将式子括起来的,如果 ...
python3生成器与迭代器_python3迭代器和生成器 | 吴老二
迭代函数就是一个利用for...in来完成的一个过程,但是呢?在没说迭代函数之前我们需要了解一下什么是迭代器,什么是生成器,两者的区别是什么,先一个一个的学习. 迭代器先学习一下什么是迭代器,迭代器 ...
python3生成器函数_Python 3 之生成器详解
------ 生成器 ------------------------------------------------------------------ 如今Python对延迟提供更多的支持--它提 ...
python3 生成器_python3之迭代器和生成器
python3之迭代器和生成器一.迭代器一) 迭代重复多次,可以用 for-in 循环字符串,元组,列表,字典,range都是可迭代的,但不是迭代器,可用来创建迭代器二) 迭代器包含 __ ...
python3 生成器的send_Python：生成器中send()的行为
我在 python 3中尝试使用生成器并编写了这个相当人为的生成器: def send_gen(): print(" send_gen(): will yield 1") x = ...
python3生成器类题目易错写法
遍历定义一个生成器列表 a = [(i for i in range(10))] 使用for遍历 for i in a:print(i) # <generator object <gen ...

python3 生成器

python3 生成器相关推荐

最新文章

热门文章