首页 / PYTHON / Python学习之==>生成器
Python学习之==>生成器
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python学习之==>生成器,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2558字,纯文字阅读大概需要4分钟。
内容图文
一、列表生成式
如果要生成列表[1x1, 2x2, 3x3, ..., 10x10]怎么做?除了循环还可以用一行语句代替循环生成,如下:
1 s = [i*i for i in range(10)] 2print(s) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
这种写法就是Python的列表生成式,写列表生成式时,把要生成的元素 i * i 放到前面,后面跟 for 循环,就可以把list创建出来。
二、生成器
1、通过列表生成式实现
通过列表生成式,我们可以直接创建一个列表。但受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,会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:
1 l = [i*i for i in range(10)] 2print(l) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]34 g = (i for i in range(5)) 5print(g) #<generator object <genexpr> at 0x000001F1DFCE01A8>
创建l
和的区别仅在于最外层的
[]
和()
,l
是一个list,而g
是一个generator。
我们可以直接打印出list的每一个元素,但我们怎么打印出generator的每一个元素呢?
如果要一个一个打印出来,可以通过next()
函数获得generator的下一个返回值,如下:
1 g = (i for i in range(5)) 2print(next(g)) # 03print(next(g)) # 14print(next(g)) # 25print(next(g)) # 36print(next(g)) # 47print(next(g)) # StopIteration
generator保存的是算法,每次调用next(g)
,就计算出g
的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration
的错误。
当然,上面这种不断调用next(g)
的用法,实际上很少这么用,正确的方法是使用for
循环,因为generator也是可迭代对象,如下:
1 g = (i for i in range(5)) 2for i in g: 3print(i) 4# 05# 16# 27# 38# 4
所以,我们创建了一个generator后,基本上永远不会调用next()
,而是通过for
循环来迭代它,并且不需要关心StopIteration
的错误
2、用函数实现
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for
循环无法实现的时候,还可以用函数来实现。
比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
0,1, 1, 2, 3, 5, 8, 13, 21, 34, ...
1 def fib(max): 2 n,before,after = 0,0,1 3while n <= max: 4print(before) 5 before,after = after,before+after 6 n = n + 1
上面的函数输出的结果入下:
1 fib(8) 2# 0 3# 1 4# 1 5# 2 6# 3 7# 5 8# 8 9# 1310# 21
仔细观察,可以看出,fib
函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,这种逻辑其实非常类似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(before)
改为yield before
就可以了,如下:
1 def fib(max): 2 n,before,after = 0,0,1 3while n <= max: 4yield before 5 before,after = after,before+after 6 n = n + 1
这就是定义generator的另一种方法。如果一个函数定义中包含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,如下:
1 g = fib(5) 2print(g) # <generator object fib at 0x000001C0DAD201A8> 3 4for i in g: 5print(i) 6# 0 7# 1 8# 1 9# 210# 311# 5
这里,最难理解的就是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的yield
语句处继续执行,如下:
1 g = fib(5) 2print(g) # <generator object fib at 0x000001C0DAD201A8>34print(next(g)) # 15print(next(g)) # 16print(‘干点别的‘)# 干点别的7print(next(g)) # 28print(next(g)) # 39print(next(g)) # 5
生成器' ref='nofollow'>Python学习之==>生成器
原文:https://www.cnblogs.com/L-Test/p/10165254.html
内容总结
以上是互联网集市为您收集整理的Python学习之==>生成器全部内容,希望文章能够帮你解决Python学习之==>生成器所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。