本文实例分析了Python生成器generator用法。分享给大家供大家参考,具体如下:
生成器generator本质是一个函数,它记住上一次在函数体中的位置,在生成器函数下一次调用,会自动找到该位置,局部变量都保持不变
l = [x * 2 for x in range(10)] # 列表生成式
g = (x * 2 for x in range(10))
print(l,g) # l打印的是一个列表,g则是一个generator的内存地址
一次性打印获取generator的所有元素:
for index in g:
print(index)
逐步获取generator的元素:
print(g.__next__()) # 0
print(g.__next__()) # 2
print(g.__next__()) # 4
print(g.__next__()) # 6
print(g.__next__()) # 8
yield关键字
通常我们做一个打印0-50的数时,会定义一个函数,只要调用这个函数,它就会自定打印0-50的数
def fib(num):
n = 0
while n < num:
print(n)
n+=1
fib(50)
其实我们只需要改动那么一丢丢,就可以将上面那个函数改变成一个generator
def fib(num):
n = 0
while n < num:
yield n # 在使用yield关键字时,需在前面先定义一个变量n
n+=1
g = fib(50) # 此时的g是一个generator
generator原理:通过某一种特定的算法,在一个特定的条件下,不断向下推算,得出后续的元素。因为generator不必创建list,所以可以大大的节约内存空间。举个栗子:
def fib():
print("step 1")
yield 1
print("step 2")
yield 2
print("step 3")
yield 3
g = fib()
g.__next__() # 结果:step 1
g.__next__() # 结果:step 2
g.__next__() # 结果:step 3
根据结果可以看出,每次执行next(),都会打印一句,而遇到yield就直接跳出,并记录位置,再次执行next()时,会从记录的那个位置开始往下执行,再次遇到yield时跳出。
此时我们不经会想,如果我们不断的调用next(),该如何判断是否已经完毕,如果越界了,是否会报错?
# -* coding:utf-8 -*-
#! python3
'''
Created on 2018年8月10日
@author: Administrator
'''
def fib(num):
n = 0
while n < num :
yield n
n+=1
g = fib(10)
while True:
print(g.__next__())
执行结果:
可以看出当遍历完毕之后,如果在此调用next()将会报错,我们是无法获取到遍历的下标的,那么我们该如何规避这个错误呢?对next()抛异常处理
def fib(num):
n = 0
while n < num :
yield n
n+=1
g = fib(10)
while True:
try:
print(g.__next__())
except StopIteration:
print("已经完毕")
break
此时将不再报错,当越界的时候,系统会自动捕捉该异常,并且打印你想要输出的信息
send方法
在单线程下实现一个简单的并行效果
# -*- coding:utf-8 -*-
#! python3
'''
Created on 2018年8月10日
@author: Administrator
'''
import time
def startEat(name):
print("%s准备开始吃包子了"%name)
while True:
b = yield
print("%s被%s吃了"%(b,name))
def startMake():
laowang = startEat("laowang")
laowang.__next__()
for index in range(10):
time.sleep(1)
print("已经做好了包子%d号"%index)
laowang.send("包子%d号"%index)
startMake()
执行结果:
希望本文所述对大家Python程序设计有所帮助。