Python 基础 - Day 4 Learning Note - Generator 生成器

列表生成器/列表解析 list comprehension

• 简单灵活地创建列表，通常和lambda(), map(), filter() 一起使用

• 通过列表生成式， 直接创建列表。但是，收到内容限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问几个元素，那其他的就白占空间。列表生成器能够一边循环一边计算，大大节省大量的空间。是生成器的一种。 

• 只有调用，才能生成。 不支持切片操作，只能通过__next()___一个个取数字。

基本语法

[expr for iter_var in iterable]
or
[expr for iter_var in iterable if cond_expr]

案例

# example 1:
>>> [i*2 for i in range(10)]
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

# example 2: 迭代3行5列的矩阵
q = [(x+1, y+1) for x in range(3) for y in range(5)]
print(q)

list comp

 

生成器

定义

生成器是列表生成器的一个扩展。 在python中，这种一边循环一边计算的机制，称为生成器 generator； 每次计算一个条目后，把这个条目“生成“（yield）出来， 这个过程成为”延迟计算“ （lazy evaluation)，所以在使用内存上更有效。在语法上，生成器就是一个带yield语句的函数。

生成器的特征：

1. 只有调用才生成。 否则算法不占内存
2. 生成器的调用，只能够记住当前位置。 可以同 generator.__next__() 方法来调用下一个对象，但是无法回到过去的位置。 可以for循环打印
3. 不支持切片等列表操作，只能一个一个取

yield函数使函数变生成器，是构建生成器的方法。 生成器的好处在于能够中途停下，附加其他功能，然后再继续调用。 

应用：

1. 调用函数中的一个值并跳出函数，下次进入继续调用下个值。以下面斐波拉契Fibonacci数列为例：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b  # 知识点1 - yield的功能，返回一个值给调用者并暂停执行。
        a, b = b, a + b   # 重新赋值的过程， 左边的a,b是新生的， 右边的过去的值运算
        n = n + 1
    return "done"    # return 的作用是next调用时可能出现异常处理的返回值。

print(fib(10))  # 返回变为一个generator： <generator object fib at 0x0000026FAA8A78E0>

# 知识点2 - 调用元素的方式
f = fib(10)
for i in f:
    print(i)  # 用for循环，函数返回值done不会打印

# 知识点3 - next()调用出现异常的情况
g = fib(6)
while True:
    try:
        x = next(g)     # 内置方法，= __next__一样。 当达到一个真正的返回或者函数结束没有更多的值返回，一个StopIteration异常将会抛出。所以需要处理异常，通过try ... expect... 语句
        print('g:',x)
    except StopIteration as e:
        print('Generator return value: ', e.value)   # e.value 返回的是 done

2. 协同程序。协同程序是可以运行的独立函数调用，可以暂停或者挂起，并从程序离开的地方继续或者重新开始。在有调用者和（被调用者）协同程序也有通信。举例来说，当协同程序暂停的时候，我们能从其中获得一个中间的返回值，当调用回到程序中时，能够传入额外或者改变了的参数，但仍能够从我们上次离开的地方继续，并且所有状态完整。生成器的作用是挂起返回出中间值并多次继续的协同程序。

 1 #!usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # 通过yield实现在单线程的情况下实现并发运算的效果，或者; 典型的生产者 - 消费者模型.这是以后异步IO的雏形。
 4 
 5 import time
 6 
 7 
 8 def consumer(name):
 9     print('%s 准备吃包子啦' %name)
10     while True:
11         baozi = yield   # yield
12         print('包子[%s]来了，被[%s]吃了' %(baozi,name))
13 
14 
15 def producer(name):
16     c = consumer('A')   # 将函数变成生成器
17     c2 = consumer('B')
18     c.__next__()        # 第一次调用生成器
19     c2.__next__()
20     print('老子开始准备吃包子啦！')
21     for i in range(10):
22         time.sleep(1)
23         print("做了2个包子！")
24         c.send(i)   # send的作用是唤醒并给yield传值，next只是调用yield
25         c2.send(i)
26 
27 producer("alex")

最简单的协程 - 吃包子例子

 

Reference

1. Python之路,Day4 - Python基础4 (new版)，http://www.cnblogs.com/alex3714/articles/5765046.html

2. 《Python 核心编程 V2》page 205 - 207； page 305 - 307

 

转载于:https://www.cnblogs.com/lg100lg100/p/7282547.html