python生成器 Generator
Posted 你厉害。
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生成器 Generator相关的知识,希望对你有一定的参考价值。
生成器 Generator
什么是生成器?
生成器是能够动态提供数据的可迭代对象
生成器在程序运行时生成数据,与容器类不同,它通常不会在内存中保存大量的数据,而是现用现生成
生成器有两种:
生成器函数
生成器表达式
生成器函数
含有yield语句的函数是生成器函数,此函数被调用将返回一个生成器对象
注: yield翻译为(产生或生成)
yield 语句
语法:
yield 表达式
说明:
yield 用于 def函数中,目的是将此函数作用生成器函数使用yield 用来生成数据,供迭代器的next(it) 函数使用
说明:
生成器函数的调用将返回一个生成器对象,生成器对象是一个可迭代对象
生成器函数调用return会触发一个StopIteration异常,即生成数据结束
生成器表达式
语法:
( 表达式 for 变量 in 可迭代对象 [if 真值表达式] )
说明:
if 子句可以省略
作用:
用推导式形式创建一个新的生成器
示例: gen = (x**2 for x in range(1, 5)) it = iter(gen) next(it) # 1 next(it) # 4 next(it) # 9 next(it) # 16 next(it) # StopIteration
列表推导式和生成器表达式的区别:
推导式会创建容器,容器中已有数据
生成器表达式创建的生成器没有数据,在调用时会自动生成
示例: for x in [x**2 for x in range(1000000000000)]: print(x) for x in (x**2 for x in range(1000000000000)): print(x)
看下列函数的输出结果是什么?为什么? 第一个程序 L = [2, 3, 5, 7] A = [x * 2 for x in L] it = iter(A) print(next(it)) # 4 L[1] = 333 print(next(it)) # 6 第二个程序 L = [2, 3, 5, 7] A = (x * 2 for x in L) it = iter(A) print(next(it)) # 4 L[1] = 333 print(next(it)) # 666
迭代工具函数
zip(iter1, iter2, ....) 返回一个zip生成器对象,此对象用于生成一个元组,此元组的数据分别来自于参数中的每个可迭代对象,生成元组的个数由最小的一个可迭代对象大小决定enumerate(iterable, start=0) 返回一个 enumerate生成器对象,此对象生成类型为(索引,值)对的元组,默认索引从0
开始,也可以用start指定
zip numbers = [10086, 10000, 10010, 95588] names = [\'中国移动\', \'中国电信\', \'中国联通\'] for t in zip(numbers, names): print(t) # 打印 (10086, \'中国移动\'), ..... for num, name in zip(numbers, names): print(name, \'的客服电话是:\', num) for t in zip(names, numbers, range(1, 100)): print(t) # (\'中国移动\', 10086, 1), ...
enumerate.py names = [\'中国移动\', \'中国电信\', \'中国联通\'] for t in enumerate(names): print(t) # (0, \'中国移动\'), (1, \'中国电信\') .... for t in enumerate(names, 1111): print(t)# (1111, \'中国移动\'), (1112, \'中国电信\') ....
以上是关于python生成器 Generator的主要内容,如果未能解决你的问题,请参考以下文章
发现一个python generator生成器特殊例子,理解了好久