Python教程学习简记6--Python 生成器 generator
来源:互联网 发布:linux常用软件包 编辑:程序博客网 时间:2024/05/14 10:28
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就白白浪费了!
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,这样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:
>>> L = [x * x for x in range(10)]>>> L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))>>> g<generator object <genexpr> at 0x7f8aaa2bbaf0>
创建L和g的区别仅在于最外层的[]和(),L是一个list,而g是一个generator。
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:
>>> next(g)0>>> next(g)1>>> next(g)4>>> next(g)9>>> next(g)16>>> next(g)25>>> next(g)36>>> next(g)49>>> next(g)64>>> next(g)81>>> next(g)Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration
我们将过,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(g)实在是不方便,正确的方法时使用for循环,因为generator也是可以迭代对象:
>>> g = (x * x for x in range(10))>>> for n in g:... print(n)... 0149162536496481
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),除第一个和地二个数列,任意一个数都可以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:
def fib(max): n, a, b = 0, 0, 1 while n < max: print(b) a, b = b, a+b n = n + 1 return print('done')
上面的函数可以输出斐波拉契数列的前N个数:
fib(6)
我们仔细观察可以看出,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(b)改为yield b就可以啦:
>>> def fib(max):... n, a, b = 0, 0, 1... while n < max:... yield b... a, b = b, a+b... n = n+1... return 'done'... >>> f = fib(6)>>> f<generator object fib at 0x7f87125309e8>
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。
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。
举个简单的例子,定义一个generator,依次返回数字1,3,5:
>>> def odd():... print('step 1')... yield 1... print('step 2')... yield(3)... print('step 3')... yield(5)...
调用该generator时,首先要生成一个generator对象,然后用next()函数不断获得下一个返回值:
>>> o = odd()>>> next(o)step 11>>> next(o)step 23>>> next(o)step 35>>> next(o)Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration
可以看到,odd不是普通函数,而是generator,在执行过程中,遇到yield就中断,下次又继续执行。执行3次yield后,已经没有yield可以执行了,所以,第4次调用next(o)就报错。
回到fib的例子,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。
>>> for n in fib(6):... print(n)... 112358
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 1g 1g 2g 3g 5g 8Generator return value: done
关于如何捕获错误,后面的错误处理还会详细讲解。
小结
generator是非常强大的工具,在Python中,可以简单的把列表生成式改成generator,也可以通过函数实现复杂逻辑的generator。
要理解generator的工作原理,它是在for循环的过程中不断计算出下一个元素,并在适当的条件结束for循环。对于函数改成的generator来说,遇到return语句或者执行到函数体最后一行语句,就是结束generator的指令,for循环随之结束。
请注意区分普通函数和generator函数,普通函数调用直接返回结果:
>>> r = abs(6)>>> r6
generator函数的“调用”实际返回一个generator对象:
>>> g = fib(6)>>> g<generator object fib at 0x7f87104d4ca8>
小练习
杨辉三角定义如下:
1 1 1 1 2 1 1 3 3 1 1 4 6 4 11 5 10 10 5 1
把每一行看作一个list,试写一个generator,不断输出下一行的list:
- Python教程学习简记6--Python 生成器 generator
- Python学习笔记 - 生成器generator
- python学习笔记--generator生成器
- Python教程学习简记3--Python 切片
- 08-python学习笔记-生成器:generator
- [Python]生成器(generator)
- Python 生成器 generator
- python生成器Generator
- Python-----生成器:generator
- Python 生成器 generator
- Python 生成器(generator)
- Python之生成器Generator
- python中的生成器generator
- python 生成器(generator)
- python 生成器generator
- Python 生成器详解 generator
- python 生成器 generator
- Python 生成器(generator)
- HDU 2046 骨牌铺方格(递推)
- Android2D绘图基础
- YTU 2556: 空洞
- YTU 2558: 游起来吧!超妹!
- docker(二):构建镜像
- Python教程学习简记6--Python 生成器 generator
- YTU 2559: “心脏出血”
- viewpager立方体切换效果
- cocos2d-x Loading界面实现资源加载
- 高并发的核心技术-幂等的实现方案
- 5.Xib和storyboard对比
- 【Linux相关】linux大文件分割与合并
- YTU 2562: 黄金螺旋
- poj 1703 Find them, Catch them(Dsu)