首页 / PYTHON / python生成器详解
python生成器详解
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生成器详解,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5567字,纯文字阅读大概需要8分钟。
内容图文
![python生成器详解](/upload/InfoBanner/zyjiaocheng/846/0c2d13fc78984ca6b3973bee5aefd7c2.jpg)
1. 生成器
利用迭代器(迭代器详解python迭代器详解),我们可以在每次迭代获取数据(通过next()方法)时按照特定的规律进行生成。但是我们在实现一个迭代器时,关于当前迭代到的状态需要我们自己记录,进而才能根据当前状态生成下一个数据。为了达到记录当前状态,并配合next()函数进行迭代使用,我们可以采用更简便的语法,即生成器(generator)。生成器是一类特殊的迭代器。
2. 创建生成器方法1
要创建一个生成器,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 ( )
In [15]: L = [ x*2 for x in range(5)]
?
In [16]: L
Out[16]: [0, 2, 4, 6, 8]
?
In [17]: G = ( x*2 for x in range(5))
?
In [18]: G
Out[18]: <generator object <genexpr> at 0x7f626c132db0>
?
In [19]:
创建 L 和 G 的区别仅在于最外层的 [ ] 和 ( ) , L 是一个列表,而 G 是一个生成器。我们可以直接打印出列表L的每一个元素,而对于生成器G,我们可以按照迭代器的使用方法来使用,即可以通过next()函数、for循环、list()等方法使用。
In [19]: next(G)
Out[19]: 0
?
In [20]: next(G)
Out[20]: 2
?
In [21]: next(G)
Out[21]: 4
?
In [22]: next(G)
Out[22]: 6
?
In [23]: next(G)
Out[23]: 8
?
In [24]: next(G)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-24-380e167d6934> in <module>()
----> 1 next(G)
?
StopIteration:
?
In [25]:
In [26]: G = ( x*2 for x in range(5))
?
In [27]: for x in G:
....: print(x)
....:
0
2
4
6
8
?
In [28]:
3. 创建生成器方法2
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。
我们仍然用上一节提到的斐波那契数列来举例,回想我们在上一节用迭代器的实现方式:
class FibIterator(object):
"""斐波那契数列迭代器"""
def __init__(self, n):
"""
:param n: int, 指明生成数列的前n个数
"""
self.n = n
# current用来保存当前生成到数列中的第几个数了
self.current = 0
# num1用来保存前前一个数,初始值为数列中的第一个数0
self.num1 = 0
# num2用来保存前一个数,初始值为数列中的第二个数1
self.num2 = 1
?
def __next__(self):
"""被next()函数调用来获取下一个数"""
if self.current < self.n:
num = self.num1
self.num1, self.num2 = self.num2, self.num1+self.num2
self.current += 1
return num
else:
raise StopIteration
?
def __iter__(self):
"""迭代器的__iter__返回自身即可"""
return self
注意,在用迭代器实现的方式中,我们要借助几个变量(n、current、num1、num2)来保存迭代的状态。现在我们用生成器来实现一下。
In [30]: def fib(n):
....: current = 0
....: num1, num2 = 0, 1
....: while current < n:
....: num = num1
....: num1, num2 = num2, num1+num2
....: current += 1
....: yield num
....: return 'done'
....:
?
In [31]: F = fib(5)
?
In [32]: next(F)
Out[32]: 1
?
In [33]: next(F)
Out[33]: 1
?
In [34]: next(F)
Out[34]: 2
?
In [35]: next(F)
Out[35]: 3
?
In [36]: next(F)
Out[36]: 5
?
In [37]: next(F)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-37-8c2b02b4361a> in <module>()
----> 1 next(F)
?
StopIteration: done
在使用生成器实现的方式中,我们将原本在迭代器__next__
方法中实现的基本逻辑放到一个函数中来实现,但是将每次迭代返回数值的return换成了yield,此时新定义的函数便不再是函数,而是一个生成器了。简单来说:只要在def中有yield关键字的 就称为 生成器
此时按照调用函数的方式( 案例中为F = fib(5) )使用生成器就不再是执行函数体了,而是会返回一个生成器对象( 案例中为F ),然后就可以按照使用迭代器的方式来使用生成器了。
In [38]: for n in fib(5):
....: print(n)
....:
1
1
2
3
5
?
In [39]:
但是用for循环调用generator时,发现拿不到generator的return语句的返回值。如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中:
In [39]: g = fib(5)
?
In [40]: while True:
....: try:
....: x = next(g)
....: print("value:%d"%x)
....: except StopIteration as e:
....: print("生成器返回值:%s"%e.value)
....: break
....:
value:1
value:1
value:2
value:3
value:5
生成器返回值:done
?
In [41]:
总结
-
使用了yield关键字的函数不再是函数,而是生成器。(使用了yield的函数就是生成器)
-
yield关键字有两点作用:
-
保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起
-
将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用
-
-
可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)
-
Python3中的生成器可以使用return返回最终运行的返回值,而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。
4. 使用send唤醒
我们除了可以使用next()函数来唤醒生成器继续执行外,还可以使用send()函数来唤醒执行。使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
例子:执行到yield时,gen函数作用暂时保存,返回i的值; temp接收下次c.send("python"),send发送过来的值,c.next()等价c.send(None)
In [10]: def gen():
....: i = 0
....: while i<5:
....: temp = yield i
....: print(temp)
....: i+=1
....:
使用send
In [43]: f = gen()
?
In [44]: next(f)
Out[44]: 0
?
In [45]: f.send('haha')
haha
Out[45]: 1
?
In [46]: next(f)
None
Out[46]: 2
?
In [47]: f.send('haha')
haha
Out[47]: 3
?
In [48]:
使用next函数
In [11]: f = gen()
?
In [12]: next(f)
Out[12]: 0
?
In [13]: next(f)
None
Out[13]: 1
?
In [14]: next(f)
None
Out[14]: 2
?
In [15]: next(f)
None
Out[15]: 3
?
In [16]: next(f)
None
Out[16]: 4
?
In [17]: next(f)
None
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-17-468f0afdf1b9> in <module>()
----> 1 next(f)
?
StopIteration:
内容总结
以上是互联网集市为您收集整理的python生成器详解全部内容,希望文章能够帮你解决python生成器详解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。