Python_生成器

最新推荐文章于 2022-04-07 14:15:58 发布

amanyara

最新推荐文章于 2022-04-07 14:15:58 发布

阅读量363

点赞数

分类专栏： Python基础语法文章标签： python

本文链接：https://blog.csdn.net/qq_49392169/article/details/119721749

版权

Python基础语法专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文主要讲解python生成器的使用方法以及优点，对其背后的原理不进行深程度的研究。

前言：

我们都知道数据存储在计算机里是需要耗费内存的。当我们需要遍历一组数据或对这一组数据进行操作时，事先生成好的数据，特别是当数据量很大的时候；我们或许一时用不上所有的数据，但是这些数据还是会占用计算机的内存空间。生成器可以为我们带来的是，每当我们需要一点数据时，取出一点数据，在需要时，再取出；有效的解决了空间浪费的问题。

一、生成器的创建

通过def&&yield

在python语言中，生成器主要有两种。第一种也是最常用的一种是把函数中的return换成yield。python中数据生成器与函数的返回值不同。函数的返回值是一次性的返回所有结果；而数据生成器是当且仅当需要使用该数据时才会返回。当执行到yield语句时，会暂停并保存所执行的信息，返回yield后的语句；当再次调用生成器的数据时，会从yield后的语句开始执行。

def a():
	for i in range(5):
		it = [i]
		yield it
		it = []

如图所示：

我们定义了一个生成器a，因为我们用到了保留字yield；如果将yield换成return，那么a就是一个函数，但是此时python会报错，因为后面还有一条it = []，当作为函数时没有对齐，不符合python语法。但是作为生成器的a没有任何问题，因为只有遍历a内的数据，才会执行a，然后返回yeild后的语句，再次获取a内的数据时，从yield再次开始执行。

如上图所示，我们定义了一个数据生成器a，调用数据生成器赋值给b，此时的b就是一个生成器。

通过规则表达式

g = (x * x for x in range(10))

如图所示：g就是一个数据生成器。其中x*x就是一个规则表达式，g里面的所有元素都是通过这一规则表达式生成的。

二、生成器的使用及优势

def b():
     for i in range(5):
          it = [range(i)]
          yield it
          it = []
          yield it
c = b()
for i in c:
     print(i)

如图所示，我们定义了一个函数生成器b并赋值给c，依次遍历c中所有的元素。

从运行结果来看，正如我们在前文所描述的一样，生成器内原本并没有值，只是当我们需要生成器内的数据时，生成器才会从b内的yield返回值给我们。之后的yield = []是说当我们每取完一次it内的数据，就将it列表清空，可以理解为减少内存的占用；这样，当我们再次需要一组数据时，再次调用c内的数据（通过for循环），这时生成器会从yield处继续执行。继而在获取数据的同时减少了内存的占用。

具体过程如下：