python生成器用法_理解python中生成器用法

生成器(generator)概念

生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。

生成器语法

生成器表达式： 通列表解析语法，只不过把列表解析的[]换成()

生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。

>>> gen = (x**2 for x in range(5))

>>> gen

at 0x0000000002FB7B40>

>>> for g in gen:

... print(g, end='-')

...

0-1-4-9-16-

>>> for x in [0,1,2,3,4,5]:

... print(x, end='-')

...

0-1-2-3-4-5-

生成器函数： 在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数。

但是生成器函数可以生产一个无线的序列，这样列表根本没有办法进行处理。

yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator。

下面为一个可以无穷生产奇数的生成器函数。

def

odd():

n=1

while

True:

yield

n

n+=2

odd_num

=

odd()

count

=

0

for

o

in

odd_num:

if

count

>=5:

break

print(o)

count

+=1

当然通过手动编写迭代器可以实现类似的效果，只不过生成器更加直观易懂

class Iter:

def __init__(self):

self.start=-1

def __iter__(self):

return self

def __next__(self):

self.start +=2

return self.start

I = Iter()

for count in range(5):

print(next(I))

题外话： 生成器是包含有__iter()和next__()方法的，所以可以直接使用for来迭代，而没有包含StopIteration的自编Iter来只能通过手动循环来迭代

>>>

from

collections

import

Iterable

>>>

from

collections

import

Iterator

>>>

isinstance(odd_num,

Iterable)

True

>>>

isinstance(odd_num,

Iterator)

True

>>>

iter(odd_num)

is

odd_num

True

>>>

help(odd_num)

Help

on

generator

object:

odd

=

class

generator(object)

| Methods

defined

here:

|

| __iter__(self,

/)

| Implement

iter(self).

|

| __next__(self,

/)

| Implement

next(self).

......

到上面的结果，现在你可以很有信心的按照Iterator的方式进行循环了吧！