python 生成器_彻底理解 Python 生成器

1. 生成器定义

在Python中，一边循环一边计算的机制，称为生成器：generator。

2. 为什么要有生成器

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。

如：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。

如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。

简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！

3.如何创建生成器

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。

方法二，如果一个函数中包含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。调用函数就是创建了一个生成器（generator）对象。

4. 生成器的工作原理

（1）生成器(generator)能够迭代的关键是它有一个next()方法，

工作原理就是通过重复调用next()方法，直到捕获一个异常。

（2）带有 yield 的函数不再是一个普通函数，而是一个生成器generator。

可用next()调用生成器对象来取值。next 两种方式 t.__next__() | next(t)。

可用for 循环获取返回值（每执行一次，取生成器里面一个值）

（基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代）。

（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。

（4）.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果

——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

感受下yield返回值的过程（关注点：每次停在哪，下次又开始在哪）及send()传参的通讯过程，

思考None是如何产生的（第一次取值：yield 返回了 i 值 0，停在yield i，temp没赋到值。第二次取值，开始在print，temp没被赋值，故打印None，i加1，继续while判断，yield 返回了 i 值 1，停在yield i）：

好了，话不多说，翠花，上栗子：

1 #encoding:UTF-8

2 defyield_test(n):3 for i inrange(n):4 yieldcall(i)5 print("i=",i)6 print("Done.")7

8 defcall(i):9 return i*2

11 for i in yield_test(5):12 print(i,",")

结果：

>>>0 ,

i=02,

i= 1

i= 2

i= 3

i= 4Done.>>>

理解的关键在于：下次迭代时，代码从yield的下一条语句开始执行。

总结：

什么是生成器？

生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调它，它什么时候开始计算一个新的值，并给你返回。

练习题：

defcount_down(n):while n >=0:

newn= yieldnprint('newn', newn)ifnewn:print('if')

n=newnprint('n =', n)else:

n-= 1cd= count_down(5)for i incd:print(i, ',')if i == 5:

cd.send(3)

结果：

python 生成器_彻底理解 Python 生成器相关推荐

python属性_深入理解python对象及属性
类属性和实例属性首先来看看类属性和类实例的属性在python中如何存储,通过__dir__方法来查看对象的属性 >>> class Test(object): pass >& ...
python多线程_干货|理解python多线程和多进程
点击上方"AI遇见机器学习",选择"星标"公众号原创干货,第一时间送达一.多线程与多进程在介绍Python多线程编程之前,先给大家复习一下进程和线程的概念 ...
深入理解python特性_深入理解Python特性（7）
克隆对象 Python中的赋值语句不会创建对象的副本,只是将名称绑定到对象上.对于不可变对象也是如此.但为了处理可变对象或可变对象集合,需要一种方法来创建这些对象的"真实副本"或& ...
怎么理解python循环_如何理解Python的循环设计
在"循环"一节,我们已经讨论了Python基本的循环语法.这一节,我们将接触更加灵活的循环方式. range() 在Python中,for循环后的in跟随一个序列的话,循环每次使用 ...
完全理解python迭代对象_完全理解Python迭代对象、迭代器、生成器
1.assert:python assert断言是声明其布尔值必须为真的判定,如果发生异常就说明表达示为假.可以理解assert断言语句为raise-if-not,用来测试表示式,其返回值为假,就会触 ...
怎么确定迭代器后面还有至少两个值_如何理解Python中的可迭代对象、迭代器和生成器
▍前言在讨论可迭代对象.迭代器和生成器之前,先说明一下迭代器模式(iterator pattern),维基百科这么解释: 迭代器是一种最简单也最常见的设计模式.它可以让用户透过特定的接口巡访容器中的 ...
python的装饰器迭代器与生成器_详解python中的生成器、迭代器、闭包、装饰器
迭代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. 1|1可迭代对象以直接作用于 for ...
python iterable对象_如何理解Python中的iterable对象
转载请注明出处:https://www.jianshu.com/u/5e6f798c903a [^*] 表示注脚,在文末可以查看对应连接,但简书不支持该语法. 首先,容器和 iterable 间没有必 ...
如何用python写数值运算_如何理解Python的数值运算？
1 基本算术运算 1.1 使用规则 – Python解析器相当于一个简单的计算器 – Python解析器可以接受简单的算术表达式 – 运算符可以使加(+)减(-)乘(*)除(/) 1.2 实操理解 # ...
python的上下文管理用哪个关键字_正确理解python中的关键字“with”与上下文管理器...
正确理解python中的关键字"with"与上下文管理器来源:中文源码网浏览: 次日期:2018年9月2日 [下载文档: 正确理解python中的关键字&quo ...

python 生成器_彻底理解 Python 生成器

python 生成器_彻底理解 Python 生成器相关推荐

最新文章

热门文章