python进阶(11)生成器

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 ( )

>>> L = [x**2 for x in range(5)]
>>> L
[0, 1, 4, 9, 16]
>>> G = (x**2 for x in range(5))
>>> G
<generator object <genexpr> at 0x7fb63d218750>

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。

>>> next(G)
0
>>> next(G)
1
>>> next(G)
4
>>> next(G)
9
>>> next(G)
16
>>> next(G)
Traceback (most recent call last):
  File "<pyshell#39>", line 1, in <module>
    next(G)
StopIteration

>>> G = ( x**2 for x in range(5))
>>> for x in G:
	print(x)

 

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。
就像之前提到的斐波那切数列
 

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。

>>> def fib(n):
	current = 0 
	num1, num2 = 0, 1
	while current < n:
		num = num1
		num1, num2 = num2, num1 + num2
		current += 1
		yield num
	return '完成'

>>> F = fib(5)
>>> next(F)
0
>>> next(F)
1
>>> next(F)
1
>>> next(F)
2
>>> next(F)
3
>>> next(F)
Traceback (most recent call last):
  File "<pyshell#80>", line 1, in <module>
    next(F)
StopIteration: 完成

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。

>>> for n in fib(5):
	print(n)

0
1
1
2
3
>>> 

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(5)
>>> while True:
	try:
		x = next(g)
		print(f"value:{x}")
	except StopIteration as e:
		print(f"生成器返回值:{e.value}")
		break

value:0
value:1
value:1
value:2
value:3
生成器返回值:完成

 

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)

>>> def gen():
	i = 0
	while i < 5:
		temp = yield i
		print(temp)
		i += 1

使用send

>>> f = gen()
>>> next(f)
0
>>> f.send('haha')
haha
1
>>> next(f)
None
2
>>> f.send('haha')
haha
3
>>> 

人已赞赏
经验教程

JavaSE实现IoC

2021-2-27 19:03:00

经验教程

低功耗蓝牙 ATT/GATT/Service/Characteristic 规格解读

2021-2-27 19:57:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索