Python生成器

Posted 2020-12-31 嘟嘟嘟啦

 1 def f(n):
 2     return n**3
 3 
 4 #列表生成式
 5 a = [f(x) for x in range(10)]
 6 
 7 print (a)
 8 print(type(a))
 9 
10 
11 
12 
13 
14 
15 t = (‘123‘, 8)#元组
16 a, b = t # a=t[0], b=t[1]　，数量必须一致
17 print(a)
18 print(b)

 

执行结果：

[0, 1, 8, 27, 64, 125, 216, 343, 512, 729]
<class ‘list‘>
123
8

Process finished with exit code 0

 

生成器

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：

1 s = (x*2 for x in range(5)) #生成器
2 
3 print(s) # <generator object <genexpr> at 0x7f510c34a360>
4 
5 print(next(s)) # 等价于　s.__next__()    0
6 
7 print(next(s)) # 只能按顺序取值
8 
9 print(next(s))

执行结果

<generator object <genexpr> at 0x7fc5b2af5360>
0
2
4

Process finished with exit code 0

 

生成器一共两种创建方式：

1.s = (x*2 for x in range(5))

2. yield

 1 def foo():
 2     print(‘ok1‘) # foo()时不会被执行
 3     yield 1
 4 
 5     print("ok2")
 6     yield 2
 7 
 8 
 9 g=foo() #生成生成器对象
10 print(g) # foo()成为了生成器对象　<generator object foo at 0x7fc04a8d4360>
11 
12 a = next(g) #进入生成器,yield相当于return,执行到yield不会再向下执行
13 
14 b = next(g) #到yield 1,再print (‘ok2‘)
15 print(a)
16 print(b)
17 
18 
19 print("
")
20 
21 for i in foo(): # i 是返回值　１, 2  
22     print(i)

执行结果：

<generator object foo at 0x7f8fb17d5360>
ok1
ok2
1
2


ok1
1
ok2
2

Process finished with exit code 0

什么是可迭代对象（对象拥有iter方法的）

l = [1, 2, 3]

l.__iter__()

 send

 

 1 def bar():
 2     print(‘ok‘)
 3     count = yield 1 #yield先返回
 4     print(count)
 5 
 6     yield 2
 7 
 8 b = bar()
 9 
10 s = b.send(None) #相当于next(b) 第一次send前如果没有next,只能传一个send(None),并不知道将值传给谁，只能用None
11 print(s) #yield返回值
12 
13 ret = b.send(‘eeee‘) #传给count
14 print(ret)

 

可以断点执行（ｄｅｂｕｇ），了解具体的执行过程，第１０行返回１（yield 1，s为１），第１３行（count = ‘eeee‘)，并且print(count)，yield 2返回2，ret为２。

执行结果：

ok
1
eeee
2

Process finished with exit code 0