首页 > 编程语言 > 详细

Python生成器

时间:2018-03-24 00:27:37      阅读:247      评论:0      收藏:0      [点我收藏+]

生成器也是一种迭代器,与其他迭代器不同的是,生成器每次只进行一次迭代,只返回一个值。生成器并没有把所有迭代的内容都存储到内存中,而是在运行的过程中生成值。生成器亦可以通过遍历来使用,比如“for”循环,或者将其传递给任意可以进行迭代的函数或结构。
大多数生成器都是通过函数来实现的,生成器并不会通过return来返回一个值,而是yield(可以翻译为‘生成’)一个值,如下面的实例:

def generator_function():
    for i in range(5):
        yield i
for item in generator_function():
    print(item)
代码运行结果:    
0
1
2
3
4

生成器的最佳应用场景是:不想在同一时间内将所有计算出来的结果都存储到内存中,特别是结果集里还包含有循环

这样会消耗大量的资源

许多python 2里的标准库返回的都会列表,而在Python 3中大多都修改成了返回生成器,因为生成器占用的资源更少。下面是一个计算斐波那契数列的生成器:

def fibon(n):
    a = 1
    b = 1
    for i in range(n):
        yield a
        a, b = b, a + b

使用方法如下:

result = []
for x in fibon(20):
    result.append(x)    
print(result)

运行结果为:

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765]

使用这种方法我们可以不用担心代码会占用大量的内存。如果采用以前的方式来实现:

def fibon(n):
    a = 1
    b = 1
    result = []
    for i in range(n):
        result.append(a)
        a,b = b, a + b
    return result

这也许在计算很大的参数时,会用尽计算机的资源。
我们知道生成器么一次调用只会进行一次迭代,接下来验证一下,Python有一个内置的函数next(),它允许获取序列的下一个元素,如:

def generator_function():
    for i in range(3):
        yield i
        
gen = generator_function()
print(gen.next())
0
print(gen.next())
1
print(gen.next())
2
print(gen.next())
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration

我们可以看到,在yield掉所有的值后,next()触发了一个StopIteration的异常,该异常告诉我们所有的值都已经被yield掉了。那么为什么我们是用for循环时不会有该异常呢?原来是for循环会自动捕获该异常并停止调用next()

Python生成器

原文:https://www.cnblogs.com/qianyeliange/p/8635516.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!