结果:
Starting
3
2
1
StopIteration Traceback (most recent call last)
/var/folders/p9/ny6y7zmj0qdblv697s3_vj040000gn/T/ipykernel_99634/880898684.py in
8 print(next(cd))
9 print(next(cd))
—> 10 print(next(cd))
StopIteration:
#### 生成器用于循环
可以直接用`for`进行遍历,直到无元素返回。
代码:
def countdown(num):
print(“Starting”)
while num > 0:
yield num
num -= 1
cd = countdown(3)
for x in cd:
print(x)
结果:
Starting
3
2
1
#### 生成器用于迭代
我们可以将生成器,类比为列表,使用相关的内置函数如`sum`、`sorted`一样可以很好的工作。如下代码:
def countdown(num):
print(“Starting”)
while num > 0:
yield num
num -= 1
cd = countdown(3)
直接调用sum
sum_cd = sum(cd)
print(sum_cd)
cd = countdown(3)
直接调用sorted
sorted_cd = sorted(cd)
print(sorted_cd)
结果:
Starting
6
Starting
[1, 2, 3]
### 生成器的优势:节省内存!
既然生成器的值是**懒加载**的,那么它就可以节省内存。
例如,当需要时,生成器才会需要的数据,后续数据还未开始进行计算处理,所以生成器可以在所有元素生成之前开始使用。
我们通过两个例子,看对比使用与不用生成器是的内存 对比。
#### 不使用生成器
下面代码计算`[0-1000000)`的和,但中间使用列表来存储所有数字,如下代码:
def firstn(n):
num, nums = 0, []
while num < n:
nums.append(num)
num += 1
return nums
sum_of_first_n = sum(firstn(1000000))
print(sum_of_first_n)
import sys
print(sys.getsizeof(firstn(1000000)), “bytes”)
结果:
499999500000
8697472 bytes
#### 使用生成器
类似上面使用列表,这次我们改为`yield`来返回数字,如下代码:
def firstn(n):
num = 0
while num < n:
yield num
num += 1
sum_of_first_n = sum(firstn(1000000))
print(sum_of_first_n)
import sys
print(sys.getsizeof(firstn(1000000)), “bytes”)
结果:
499999500000
128 bytes
看到了吗?内存占比只有128 bytes 了?神奇不
### 实例: 斐波那契数列
斐波那契数列(Fibonacci sequence),又称黄金分割数列,指的是这样一个数列:0、1、1、2、3、5、8、13、21、34、……。
我们用`yield`来返回每个斐波那契数,如下代码:
def fibonacci(limit):
a, b = 0, 1 # 初始值
while a < limit:
yield a
a, b = b, a + b
fib = fibonacci(30)
print(list(fib))
结果:
[0, 1, 1, 2, 3, 5, 8, 13, 21]
### 生成器表达式
就像列表推导一样,生成器也可以使用同样的语法,只是用圆括号`()`而不是方括号`[]`。
小心不要混淆它们,因为生成器表达式比列表推导式慢得多,因为它们调用函数的时间开销比列表推导多得多。
示例代码:
import sys
生成器表达式
mygenerator = (i for i in range(1000) if i % 2 == 0)
print(sys.getsizeof(mygenerator), “bytes”)
列表表达式
mylist = [i for i in range(1000) if i % 2 == 0]
print(sys.getsizeof(mylist), “bytes”)
结果:
120 bytes
4272 bytes
### 生成器的概念
我们也可以将类实现为一个可迭代对象, 但必须实现`__iter__`和`__next__`从而可以跟踪当前状态(这里是当前数字),并且处理`StopIteration`。
看下面的代码,可以很好地理解生成器的内部原理:
class firstn:
def __init__(self, n):
self.n = n
self.num = 0
def __iter__(self):
return self
# \_\_next\_\_ 方法
def \_\_next\_\_(self):
if self.num < self.n:
cur = self.num
self.num += 1
return cur
else:
raise StopIteration()
firstn_object = firstn(1000000)
print(sum(firstn_object))
结果:
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
### 一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)
### 二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)
### 三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
### 四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
![](https://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
### 五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
### 六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
![](https://img-blog.csdnimg.cn/img_convert/d2d978bb523c810abca3abe69e09bc1a.png)