Python 生成器 - generator
仅供学习参考,转载请注明出处
生成器
- 利用迭代器,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。
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 [36]: L = [x for x in range(5)]
In [37]: L
Out[37]: [0, 1, 2, 3, 4]
In [38]:
In [38]: L = [x*2 for x in range(5)]
In [39]: L
Out[39]: [0, 2, 4, 6, 8]
In [40]: G = (x*2 for x in range(5))
In [41]: G
Out[41]: <generator object <genexpr> at 0x7fad5268d910>
In [42]: for num in G:
...: print(num)
...:
0
2
4
6
8
In [43]: G = (x*2 for x in range(5))
In [44]: G.next()
Out[44]: 0
In [45]: G.next()
Out[45]: 2
In [46]: G.next()
Out[46]: 4
In [47]: G.next()
Out[47]: 6
In [48]: G.next()
Out[48]: 8
In [49]: G.next()
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-49-e5afb152369c> in <module>()
----> 1 G.next()
StopIteration:
In [50]:
In [50]: G = (x*2 for x in range(5))
In [51]: next(G)
Out[51]: 0
In [52]: next(G)
Out[52]: 2
In [53]: next(G)
Out[53]: 4
In [54]: next(G)
Out[54]: 6
In [55]: next(G)
Out[55]: 8
In [56]: next(G)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-56-b4d1fcb0baf1> in <module>()
----> 1 next(G)
StopIteration:
In [57]:
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。
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。
可以用斐波那契数列来举例:
#coding=utf-8
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
if __name__ == '__main__':
fib = FibIterator(10)
for num in fib:
print(num)
li = list(FibIterator(15))
print(li)
tp = tuple(FibIterator(6))
print(tp)
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 [68]: def fib(n):
...: current = 0
...: num1,num2 = 0,1
...: while current < n:
...: num = num1
...: num1,num2 = num2,num1+num2
...: current += 1
...: print(num)
...:
...:
In [69]: F = fib(5)
0
1
1
2
3
In [70]:
In [60]: def fib(n):
...: current = 0
...: num1,num2 = 0,1
...: while current < n:
...: num = num1
...: num1,num2 = num2,num1+num2
...: current += 1
...: yield num
...:
In [61]:
In [61]: F = fib(5)
In [62]: next(F)
Out[62]: 0
In [63]: next(F)
Out[63]: 1
In [64]: next(F)
Out[64]: 1
In [65]: next(F)
Out[65]: 2
In [66]: next(F)
Out[66]: 3
In [67]: next(F)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-67-372178f5f53b> in <module>()
----> 1 next(F)
StopIteration:
In [68]:
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
或者print
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。
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)。
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)
使用send()
方法示例:
In [75]: def gen():
...: i = 0
...: while i < 5:
...: temp = yield i
...: print(temp)
...: i += 1
...:
In [76]: f = gen()
In [77]: next(f)
Out[77]: 0
In [78]: f.send('haha')
haha
Out[78]: 1
In [79]: f.next()
None
Out[79]: 2
In [80]: f.send('haha')
haha
Out[80]: 3
In [81]: f.next()
None
Out[81]: 4
In [82]:
关注微信公众号,回复【资料】、Python、PHP、JAVA、web,则可获得Python、PHP、JAVA、前端等视频资料。