1 生成器
根据程序员制定的规则循环生成数据,当条件不成立时则生成数据结束。数据不是一次性全部生成处理,而是使用一个,再生成一个,可以节约大量的内存。
两种方式创建生成器
- 生成器推导式
- yield 关键字
2 生成器推导式方式创建生成器:
- 与列表推导式类似,只不过生成器推导式使用小括号
# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)
# next获取生成器下一个值
# value = next(my_generator)
# print(value)
# 遍历生成器
for value in my_generator:
print(value)
执行结果:
<generator object <genexpr> at 0x000001AF8E9C9510>
0
2
4
6
8
说明:
- 获取生成器下一个值得方法是调用next()
- 实际上是一个迭代器,因此可用for循环获取生成器值
3 yield 关键字创建生成器:
- 只要在def函数里面看到有 yield 关键字那么就是生成器
def my_g():
for i in range(3):
yield i
for i in my_g():
print(i)
执行结果:
0
1
2
Process finished with exit code 0
说明:
- 获取下一个值时,会执行for循环到yield这一行,返回yield后面得值,并阻塞在这一行,获取下一个值时继续往下执行
- 生成器如果把数据生成完成,再次获取生成器中的下一个数据会抛出一个StopIteration 异常,表示停止迭代异常
- for 循环内部自动处理了停止迭代异常,相对于while语句,使用起来更加方便
4 斐波拉契数列(Fibonacci)使用生成器生成
def fibonacci(num):
a = 0
b = 1
# 记录生成fibonacci数字的下标
current_index = 0
while current_index < num:
result = a
a, b = b, a + b
current_index += 1
# 代码执行到yield会暂停,然后把结果返回出去,下次启动生成器会在暂停的位置继续往下执行
yield result
fib = fibonacci(5)
# 遍历生成的数据
for value in fib:
print(value)
执行结果:
0
1
1
2
3
Process finished with exit code 0
5 生成器的send方法
generator.send(value)
恢复执行并向生成器函数“发送”一个值。 value 参数将成为当前 yield 表达式的结果。 send() 方法会返回生成器所产生的下一个值,或者如果生成器没有产生下一个值就退出则会引发 StopIteration。 当调用 send() 来启动生成器时,它必须以 None 作为调用参数,因为这时没有可以接收值的 yield 表达式。
def test():
for i in range(5):
sig = yield i
print('send by:', sig)
a = test()
print(a.__next__()) # 运行生成器,在yield处停止
print(a.send('a')) # 将“a”传递给sig变量,并在下一个yield处停止,返回1
print(a.send('b')) # 将“b”传递给sig变量,并在下一个yield处停止,返回2
print(a.__next__()) #
执行结果:
0
send by: a
1
send by: b
2
send by: None
3