Day4-生成器generator

Posted

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Day4-生成器generator相关的知识,希望对你有一定的参考价值。

列表生成式

需求:列表[0,1,2,3,4,5,6,7,8,9]每个值加1,如何实现?

方法1:列表追加

技术分享
 1 >>> a = [0,1,2,3,4,5,6,7,8,9]
 2 >>> b = []
 3 >>> for i in range(10):
 4 ...     b.append(i+1)
 5 ...
 6 >>> b
 7 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
 8 >>> a = b
 9 >>> a
10 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
View Code

方法2:原值修改enumerate

技术分享
1 >>> a = [0,1,2,3,4,5,6,7,8,9]
2 >>> for index,i in enumerate(a):
3 ...     a[index] += 1
4 ...
5 >>> a
6 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
View Code

方法3:map函数

技术分享
 1 >>> a = [0,1,2,3,4,5,6,7,8,9]
 2 >>> a = map(lambda x:x+1,a)
 3 >>> a
 4 <map object at 0x000000000299FF60>
 5 >>> for i in a: print(i)
 6 ...
 7 1
 8 2
 9 3
10 4
11 5
12 6
13 7
14 8
15 9
16 10
View Code

方法4:列表生成,作用:使代码更简洁

1 >>> a = [i+1 for i in range(10)]
2 >>> a
3 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

 生成器

当list列表很大,比如100万条,只使用几个,而不是使用那么多,如果全部放进内容占用空间很大,使用一种机制:边循环边计算,称为生成器

元组:

技术分享
 1 >>> b = (i*2 for i in range(10))
 2 >>> b
 3 <generator object <genexpr> at 0x00000000029981A8>
 4 >>> for i in b:
 5 ...     print(i)
 6 ...
 7 0
 8 2
 9 4
10 6
11 8
12 10
13 12
14 14
15 16
16 18
View Code

列表:

技术分享
1 >>> c = [i*2 for i in range(10)]
2 >>> c
3 [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
View Code

两者区别:最外层的[]和(),一个是list,一个是generator生成器。

如何打印其中的元素:

列表list:

1 >>> c[9]
2 18
3 >>> len(c)
4 10

元组generator:生成器使用元组,只有被调用了才会生成数据,调用哪生成哪。调用方法:next()

技术分享
1 >>> b[9] #生成器没有像列表一样的下标操作
2 Traceback (most recent call last):
3   File "<stdin>", line 1, in <module>
4 TypeError: generator object is not subscriptable
View Code
技术分享
 1 >>> b = (i*2 for i in range(10))
 2 >>> next(b)
 3 0
 4 >>> next(b)
 5 2
 6 >>> next(b)
 7 4
 8 >>> next(b)
 9 6
10 >>> next(b)
11 8
12 >>> next(b)
13 10
14 >>> next(b)
15 12
16 >>> next(b)
17 14
18 >>> next(b)
19 16
20 >>> next(b)
21 18
22 >>> next(b) #next只记录当前位置,调用到最后一个再调用就会报错
23 Traceback (most recent call last):
24   File "<stdin>", line 1, in <module>
25 StopIteration
View Code

next()方法调用到最后一个后再调用就会抛出StopIteration错误异常,正确的方法:

技术分享
 1 >>> g = ( i*2 for i in range(10))
 2 >>> for n in g:
 3 ...     print(n)
 4 ...
 5 0
 6 2
 7 4
 8 6
 9 8
10 10
11 12
12 14
13 16
14 18
View Code

举例1:斐波那契数列1,1,2,3,5,8,13...,函数代码为

技术分享
 1 def fib(max):
 2     n, a, b = 0, 0, 1
 3     while n < max:
 4         print(b)
 5         a, b = b, a + b
 6         n = n + 1
 7     return done
 8 
 9 fib(10)
10 1
11 1
12 2
13 3
14 ...
15 55
View Code

赋值语句:a,b = b,a+b  相当于 t=(b,a+b) a=t[0] b=t[1]

生成器写法:

技术分享
 1 def fib(max):
 2     n, a, b = 0, 0, 1
 3     while n < max:
 4         #print(b)
 5         yield(b) #有yield关键字就不是普通函数,而是一个生成器generator
 6         a, b = b, a + b
 7         n = n + 1
 8     return 异常了 #11个next方法执行后,就会抛出异常Stop Iteration:异常了,所以return返回的是异常消息
 9 
10 f=fib(10) #生成器必须被调用才能生效
11 #print(f.__next__()) #使用next方法调用
12 for i in f:  #正确调用方式如下
13     print(i)
View Code

总结:有yield函数就是一个生成器,return返回异常消息。yield保存函数中断状态,想什么时候回来就什么时候回来。

生成器的作用:函数是顺序执行,遇到return或最后一行语句就结束执行;生成器在每次调用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。(断点执行下看看)

yield实现单线程情况下并发!!!

 举例2:典型的生产者消费者模型

技术分享
 1 import time
 2 def consumer(name):
 3     print("%s准备吃包子了"%name)
 4     while True:
 5         baozi = yield #没有yield返回值,表示为空
 6         print("包子[%s]来了,被[%s]吃了"%(baozi,name))
 7 c = consumer("A")
 8 c.__next__()
 9 执行结果:
10 A准备吃包子了
11 
12 再添加一行代码:
13 c.__next__()
14 包子[None]来了,被[A]吃了
15 
16 分析:
17 第一次程序执行顺序:
18 def consumer---c=consumer("A")使得c变成generator生成器---c.__next__()调用生成器--def consumer(name = "A")--print---while True---baozi=yield--返回为空退出,底下的print(包子被谁吃了)不执行
19 
20 第二次程序执行顺序:
21 def consumer---c=consumer("A")使得c变成generator生成器---c.__next__()调用生成器--def consumer(name = "A")--print---while True---baozi=yield--第二个c.__next__()---baozi=yield---print(包子被谁吃了)---baozi=yield---返回为空退出
View Code

注:生成器只有g.__next()__方法调用,同t = next(g)一样。

执行结果:

A准备吃包子了
包子[None]来了,被[A]吃了

技术分享
 1 import time
 2 def consumer(name):
 3     print("%s准备吃包子了"%name)
 4     while True:
 5         baozi = yield #没有yield返回值,表示为空
 6         print("包子[%s]来了,被[%s]吃了"%(baozi,name))
 7 c = consumer("A")
 8 c.__next__()
 9 
10 b1 = "韭菜馅"
11 c.send(b1)
12 c.__next__()
13 
14 
15 执行结果:
16 A准备吃包子了
17 包子[韭菜馅]来了,被[A]吃了
18 包子[None]来了,被[A]吃了
19 
20 next和send区别?
21 next只是调用yield,send不仅调用还给yield传值
View Code

最终代码:单线程下的并行效果叫协程。

技术分享
 1 import time
 2 def consumer(name):
 3     print("%s准备吃包子了"%name)
 4     while True:
 5         baozi = yield #没有yield返回值,表示为空
 6         print("包子[%s]来了,被[%s]吃了"%(baozi,name))
 7 # c = consumer("A")
 8 # c.__next__()
 9 #
10 # b1 = "韭菜馅"
11 # c.send(b1)
12 
13 def producer(name):
14     c = consumer(A) #两个消费者
15     c2 = consumer(B)
16     c.__next__() #调用,打印“准备吃包子”
17     c2.__next__()
18     print("开始准备做包子了")
19     for i in range(10):
20         time.sleep(1) #每1s钟做2个包子
21         print("做了2个包子")
22         c.send(i)
23         c2.send(i)
24 
25 producer("alex")
26 
27 执行结果:
28 A准备吃包子了
29 B准备吃包子了
30 开始准备做包子了
31 
32 做了2个包子
33 包子[0]来了,被[A]吃了
34 包子[0]来了,被[B]吃了
35 ....
36 做了2个包子
37 包子[9]来了,被[A]吃了
38 包子[9]来了,被[B]吃了
39 
40 分析:三行三行的打印,好像是并行的,类似nginx异步IO的效果
View Code

 


以上是关于Day4-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

Python之路day4

mvn命令异常:An error has occurred in Javadoc report generation: Unable to find javadoc command异常已解决(代码片段

mvn命令异常:An error has occurred in Javadoc report generation: Unable to find javadoc command异常已解决(代码片段

[React Testing] Use Generated Data in Tests with tests-data-bot to Improve Test Maintainability(代码片段

Python之路,Day4 - Python基础4

day4