python之生成器
来源:互联网 发布:sqlserver 卸载 编辑:程序博客网 时间:2024/05/01 16:13
1、列表推导式
可以通过列表推导式直接生成列表,如下所示:
>>> List=[x**2 for x in range(10)]>>> List[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
虽然通过列表推导式可以快速生成一个列表,但是也有一定限制。例如,如果要生成一个包含100万个元素的列表,就需要很大的内存;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)。
2、生成器
生成器保存的是算法,并且是可以迭代的,但是只可以读取它一次 ,因为它并不把所有的值放在内存中,它是实时地生成数据。
(1)生成器表达式
>>> generator=(x**2 for x in range(10))>>> generator<generator object <genexpr> at 0x10baefbe0>>>> for g in generator:... print g... 0149162536496481>>>
(2)yield关键字
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,这就是定义generator的另一种方法。
生成器的编写方法和函数定义类似,只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时,会暂停运行生成器,返回yield后面的值。当再次调用生成器的时候,会从刚才暂停的地方继续运行,直到下一个yield。生成器自身又构成一个循环器,每次循环使用一个yield返回的值。
#!/usr/bin/env python# -*- coding:UTF-8 -*-import sysdef fibonacci(Max):n,a,b = 0,0,1while n < Max:yield ba,b = b,a+bn=n+1for g in fibonacci(int(sys.argv[1])):print g
$ python fibonacci.py 1011235813213455
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。
0 0
- python之生成器
- Python学习之生成器
- Python之生成器、迭代器
- python之生成器
- python之生成器yield
- Python之生成器Generator
- Python之生成器妙用
- Python之生成器/迭代器
- Python函数之生成器
- Python基础知识之生成器
- python系列之 - 迭代器、生成器
- python学习之生成器(Generators)
- Python 之生成器和迭代器
- python基础之生成器迭代器
- Python高级特性之生成器
- python基础之生成器迭代器
- 【Python】高级特性之生成器
- python之迭代器和生成器
- padding的使用(尺寸、按钮、字体距离、画图)
- iOS swift MD5加密
- 二进制 整数 和其负数
- Linux基本操作笔记
- 基于QT 5.5.1 for Android的Windows开发环境搭建
- python之生成器
- linux学习知识体系
- 深入理解JSON对象
- JVM 性能调优实战之:使用阿里开源工具 TProfiler 在海量业务代码中精确定位性能代码
- 深度学习框架Lasagne的一些总结和技巧
- MAC下搭建Android Studio
- 如何通过google earth生成cad里单位高程离散点
- iOS10开发需要注意的一些问题(转)
- mysql -- 查看并更改mysql 数据存储的物理地址