一、生成器
列表生成
generator:一边循环一边计算的机制,成为生成器
a=[i+1 for i in range (10)]
print(a)
创建L和g的区别仅在于最外层的[]和(),L是一个list,而g是一个generator。L=[i+1 for i in range (10)]
g=(i+1 for i in range (10))
可以通过next()函数获得generator的下一个返回值:
a=(i+1 for i in range (10))
print(next(a))
斐波那契数列
def fib(max):
n,a,b=0,0,1
while n<max:
print(b)
a,b=b,a+b
n=n+1
return"done"
fib(10)
a,b=b,a+b
相当于
t=(b,a+b)
a=t[0]
b=[0]
**把fib函数变成generator,只需要把print(b)改为yield b
def fib(max):
n,a,b = 0,0,1
while n < max:
#print(b)
yield b
a,b = b,a+b
n += 1
return 'done'
Generator和函数执行流程不一样。
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。
Generator,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。
data = fib(10)
print(data)
print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
使用for循环来迭代:
for n in fib(10):
if n !=5:
print(n)
else:
print("hello!")
用for循环发现拿不到返回值。如果要拿到返回值,必须捕获StopIteration错误,返回值包括在StopIteration的value中:
g=fib(6)
while True:
try:
x=next(g)
print("g:",x)
except StopIteration as e:
print(e.value)
break
**可以通过yield实现单线程的情况下实现并发运算效果。
import time
def consumer(name):
print("%s 准备吃包子!"%name)
while True:
baozi=yield
print("包子[%s]来了,被[%s]吃了!"%(baozi ,name))
def producer(name):
c = consumer('A')
c2 = consumer('B')
c.__next__()
c2.__next__()
print("老子开始准备做包子啦!")
for i in range(10):
time.sleep(1)
print("做了2个包子!")
c.send(i)
c2.__next__()
producer("alex")
二、迭代器
我们已知,可直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象,统称为可迭代对象:Iterable
可以用isinstance()判断:
from collections import Iterable
print(isinstance([],Iterable))
**可以被next()函数调用并不断返回下一个值的对象成为迭代器:Iterator
from collections import Iterator
print(isinstance([],Iterator))
print(isinstance((x+1 for x in range(10)),Iterator))
生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数:print(isinstance(iter([]),Iterator))
你可能会问,为什么list、dict、str等数据类型不是Iterator?这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
小结
凡是可作用于for循环的对象都是Iterable类型;
凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的,例如: