python入门第十七天_生成器
Posted mengchangxin
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python入门第十七天_生成器相关的知识,希望对你有一定的参考价值。
通过列表生成式,我们可以直接创建一个列表。但是,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,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:
列表生成式:
1 s=[x*2 for x in range(50)] #这是列表生成式 2 print(s)
改成生成器:
1 s=(x*2 for x in range(50)) #这是列表生成式 在Python中,这种一边循环一边计算的机制,称为生成器:generator。 2 print(s) 3
结果:
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]
<generator object <genexpr> at 0x0000000001E0EE08>
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:
1 s=(x*2 for x in range(50)) #这是列表生成式 在Python中,这种一边循环一边计算的机制,称为生成器:generator。 2 print(s) 3 4 print(s.__next__()) #__next__ 是函数的私有方法。 5 print(next(s)) 6 print(next(s))
<generator object <genexpr> at 0x000000000069EEB8>
0
2
4
我们讲过,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(s)
实在是太变态了,正确的方法是使用for
循环,因为generator也是可迭代对象:
1 s=(x*2 for x in range(10)) #这是列表生成式 在Python中,这种一边循环一边计算的机制,称为生成器:generator。 2 print(s) 3 4 # print(s.__next__()) #__next__ 是函数的私有方法。 5 # print(next(s)) 6 # print(next(s)) 7 for i in s: 8 print(i)
结果:
<generator object <genexpr> at 0x000000000067EE08>
0
2
4
6
8
10
12
14
16
18
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。
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:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉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:
#第十三天 递归函数 def f(n): before=0 after=1 if n==1: return 0 if n==2: return 1 for i in range(0,n-2): before,after= after,after+before return after for i in range(1,9): print(f(i))
递归函数:
def f(n): if n==1: return 0 if n==2: return 1 sum=f(n-1)+f(n-2) return sum for i in range(1,9): print(f(i))
生成一个斐波拉契数列:
1 def fib(max): 2 n,before,after=0,0,1 3 while n<max: 4 print(after) 5 before,after=after,before+after 6 n+=1 7 return ‘done‘ 8 9 print(fib(6))
打印结果:
1
1
2
3
5
8
done
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(after)
改为yield after
就可以了:
1 def fib(max): 2 n,before,after=0,0,1 3 while n<max: 4 # print(after) 5 yield after 6 before,after=after,before+after 7 n+=1 8 return ‘done‘ 9 10 print(fib(6))
结果: <generator object fib at 0x000000000214EE08>
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:
>>> f = fib(6) >>> f <generator object fib at 0x104feaaa0>
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。
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,我们基本上从来不会用next()
来获取下一个返回值,而是直接使用for
循环来迭代:
1 >>> for n in fib(6): 2 ... print(n) 3 ... 4 1 5 1 6 2 7 3 8 5 9 8
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:
>>> g = fib(6) >>> while True: ... try: ... x = next(g) ... print(‘g:‘, x) ... except StopIteration as e: ... print(‘Generator return value:‘, e.value) ... break ... g: 1 g: 1 g: 2 g: 3 g: 5 g: 8 Generator return value: done
杨辉三角:
1 ‘‘‘ 2 杨辉三角定义如下: 3 4 1 5 / 6 1 1 7 / / 8 1 2 1 9 / / / 10 1 3 3 1 11 / / / / 12 1 4 6 4 1 13 / / / / / 14 1 5 10 10 5 1 15 把每一行看做一个list,试写一个generator,不断输出下一行的list: 16 17 ‘‘‘ 18 19 def triangles(): 20 L=[0,1,0] 21 n=1 22 while n<10: 23 24 L_print=[] 25 # yield ("打印第 %s,数据是%s"%(len(L)-2,L[1:-1])) 26 27 print("打印第 %s,数据是%s"%(len(L)-2,L[1:-1])) 28 for i in range(len(L)-1): 29 L_print.append(L[i]+L[i+1]) 30 # L=[0]+L_print+[0] 31 L_print.insert(0,0) 32 L_print.append(0) 33 L=L_print 34 n+=1 35 36 37 p=triangles() 38 # print(next(p)) 39 # print(next(p)) 40 # print(next(p)) 41 # print(next(p)) 42 # print(next(p)) 43 # print(next(p)) 44 print(p)
结果:
打印第 1,数据是[1] 打印第 2,数据是[1, 1] 打印第 3,数据是[1, 2, 1] 打印第 4,数据是[1, 3, 3, 1] 打印第 5,数据是[1, 4, 6, 4, 1] 打印第 6,数据是[1, 5, 10, 10, 5, 1] 打印第 7,数据是[1, 6, 15, 20, 15, 6, 1] 打印第 8,数据是[1, 7, 21, 35, 35, 21, 7, 1] 打印第 9,数据是[1, 8, 28, 56, 70, 56, 28, 8, 1] None
以上是关于python入门第十七天_生成器的主要内容,如果未能解决你的问题,请参考以下文章