python生成器讲解1

什么是生成器

我们可以使用列表生成式很方便地创建一个列表，如以下代码：

In [1]: l = [ x*2 for x in range(5) ]

In [2]: l
Out[2]: [0, 2, 4, 6, 8]

如果要创建的是一个1000万个元素的列表呢？不可能使用以上的方式，即使你的电脑性能强劲，内存足够用，也不是这么用来浪费的。好比，你不可能用一个大桶来装一茶杯的水。

怎样才能满足既能实现我们的需求，又不占用大量的内存？如果储存的只是生成列表的算法，而不是具体的值，就可以实现了。

这种存储算法的数据结构就称为生成器。

创建生成器有以下几种方法

将列表生成式的[]改成()

In [3]: l = ( x*2 for x in range(5) )

In [4]: l
Out[4]: <generator object <genexpr> at 0x103ca38b8> # 生成器

打印生成器看到的只是数据类型，而不是具体的值。需要使用next()函数获得生成器的下一个返回值

In [5]: next(l)
Out[5]: 0

In [6]: next(l)
Out[6]: 2

In [7]: l.__next__()
Out[7]: 4

next() 与生成器的 next() 方法作用相同

如果 next() 超出了生成器的数据范畴，会怎样？

In [9]: next(l)
Out[9]: 6

In [10]: next(l)
Out[10]: 8

In [11]: next(l)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-11-cdc8a39da60d> in <module>()
----> 1 next(l)

StopIteration:

当超出生成器的计算范畴，会抛出 StopIteration 异常

如果生成器的数据是用 next() 一个个调用，那会让人无比烦躁，而且还得谨防 StopIteration 异常。实际开发中，我们是用 for 去循环调用生成器

In [15]: l = ( x*2 for x in range(5) )

In [16]: for x in l:
    ...:     print(x)
    ...:
0
2
4
6
8

用 yield 创建生成器

生成斐波拉契函数

In [18]: def fib(times):
    ...:     n = 0
    ...:     a, b = 0, 1
    ...:     while n < times:
    ...:         print(b)
    ...:         a, b = b, a+b
    ...:         n += 1
    ...:     return 'done'
    ...:
    ...:

In [19]: fib(5)
1
1
2
3
5
Out[19]: 'done'

In [20]: def fib(times):
    ...:     n = 0
    ...:     a, b = 0, 1
    ...:     while n < times:
    ...:         yield(b) # 将print改为yield, 函数就成为了生成器
    ...:         a, b = b, a+b
    ...:         n += 1
    ...:     return 'done'
    ...:
    ...:

In [21]: F = fib(5)

In [22]: next(F)
Out[22]: 1

In [23]: next(F)
Out[23]: 1

In [24]: next(F)
Out[24]: 2

In [25]: next(F)
Out[25]: 3

In [26]: next(F)
Out[26]: 5

In [27]: next(F)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-27-372178f5f53b> in <module>()
----> 1 next(F)

StopIteration: done

In [28]: F
Out[28]: <generator object fib at 0x103ca3570> # 生成器

使用for循环迭代生成器

In [7]: for x in fib(5):
   ...:     print(x)
   ...:
1
1
2
3
5

for循环调用能将结果输出，可是并没有捕获到fib()的return值。返回值其实是包含在StopIteration的value中，因此必须捕获StopIteration异常

In [8]: F = fib(5)

In [9]: while True:
   ...:     try:
   ...:         x = next(F)
   ...:         print(x)
   ...:     except StopIteration as e:
   ...:         print('返回值是:%s' %e.value)
   ...:         break
   ...:
1
1
2
3
5
返回值是:done

yield的执行流程

In [20]: def fib(times):
    ...:     n = 0
    ...:     a, b = 0, 1
    ...:     while n < times:
    ...:         print('%s_before_yield' %n)
    ...:         yield(b) # 将print改为yield, 函数就成为了生成器
    ...:         print('%s_after_yield' %n)
    ...:         a, b = b, a+b
    ...:         n += 1
    ...:     return 'done'
    ...:
    ...:

In [21]: F = fib(5)

In [22]: next(F)
0_before_yield 
Out[22]: 1 # 执行到yield, 程序停住，不再往下执行，并记住当前的执行位置

In [23]: next(F)
0_after_yield
1_before_yield
Out[23]: 1 # 从上一处的停顿往下继续执行，同样到yield处继续停住

In [24]: next(F)
1_after_yield
2_before_yield
Out[24]: 2

In [25]: next(F)
2_after_yield
3_before_yield
Out[25]: 3

In [26]: next(F)
3_after_yield
4_before_yield
Out[26]: 5

In [27]: next(F) # 超出生成器的范围报错
4_after_yield
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-27-372178f5f53b> in <module>()
----> 1 next(F)

StopIteration: done

python

最后编辑于：2018.09.03 09:01:36