生成器python_生成器python

一、列表生成式

需求：看列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],我要求你把列表里的每个值加1，你怎么实现？你可能会想到2种方式

>>>a

[0,1, 2, 3, 4, 5, 6, 7, 8, 9]>>> b =[]>>> for i in a:b.append(i+1)

...>>>b

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]>>> a =b>>>a

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

a = [1,3,4,6,7,7,8,9,11]for index,i inenumerate(a):

a[index]+=1

print(a)

原值修改

>>>a

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]>>> a = map(lambda x:x+1, a)>>>a

>>> for i in a:print(i)

...3

5

7

9

11文艺青年版

>>> a = [i+1 for i in range(10)]>>>a

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

二、生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，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前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

>>> L = [x * x for x in range(10)]>>>L

[0,1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))>>>g at 0x1022ef630>

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

>>>next(g)

0>>>next(g)1

>>>next(g)4

>>>next(g)9

我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

>>> g = (x * x for x in range(10))>>> for n ing:

...print(n)

...

01

4

9

16

25

36

49

64

81

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列(Fibonacci)，除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

deffib(max):

n, a, b= 0, 0, 1

while n

a, b= b, a +b

n= n + 1

return 'done'

注意，赋值语句：1a, b= b, a +b

相当于：1

2

3t= (b, a + b) #t是一个tuple

a =t[0]

b= t[1]

但不必显式写出临时变量t就可以赋值。

上面的函数可以输出斐波那契数列的前N个数：

>>> fib(10)1

1

2

3

5

8

13

21

34

55done

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：

deffib(max):

n,a,b= 0,0,1

while n

yieldb

a,b= b,a+b

n+= 1return 'done'

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> f = fib(6)>>>f

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

data = fib(10)print(data)print(data.__next__())print(data.__next__())print("干点别的事")print(data.__next__())print(data.__next__())print(data.__next__())print(data.__next__())print(data.__next__())#输出

1干点别的事3

8

在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

>>> for n in fib(6):

...print(n)

...1

3

8

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

>>> g = fib(6)>>> whileTrue:

...try:

... x=next(g)

...print('g:', x)

...exceptStopIteration as e:

...print('Generator return value:', e.value)

...break...

g:1g:1g:2g:3g:5g:8Generatorreturn value: done

关于如何捕获错误，后面的错误处理还会详细讲解。

还可通过yield实现在单线程的情况下实现并发运算的效果

#_*_coding:utf-8_*_

__author__ = 'Alex Li'

importtimedefconsumer(name):print("%s 准备吃包子啦!" %name)whileTrue:

baozi= yield

print("包子[%s]来了,被[%s]吃了!" %(baozi,name))defproducer(name):

c= consumer('A')

c2= consumer('B')

c.__next__()

c2.__next__()print("老子开始准备做包子啦!")for i in range(10):

time.sleep(1)print("做了2个包子!")

c.send(i)

c2.send(i)

producer("alex")

通过生成器实现协程并行运算