自学Python4.7 - 生成器(方式一:生成器函数)
定义:生成器(generator)是一个包含yield关键字的函数,当它被调用的时候,在函数体中的代码不会被执行,而是会返回一个迭代器。
(一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator);
如果函数中包含yield语法,那这个函数就会变成生成器;)
生成器是一个特殊的程序,可以被用作控制循环的迭代行为
生成器类似于返回值为数组的一个函数,这个函数可以接收参数,可以被调用,但是,不同于一般的函数会一次性返回包含了所有数值的数组,生成器一次 只产生一个值,这样消耗的内粗数量大大减少,而且允许调用函数可以很快的开始处理前几个返回值。因此,生成器看起来像一个函数但是表现的却像一个迭代器
python提供了两种基本的生成器方式:
生成器函数:也是用def来定义,利用关键字yield一次返回一个结果,阻塞,重新开始
每次请求一个值,就会执行生成器中的代码,知道遇到一个yield或者return语句
①yield语句意味着应该生成一个值
②return语句意味着要停止执行(不生成任何东西,只有在一个生成器中使用时才能进行无参数调用)
生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果
1. 生成器函数:
为什么叫生成器函数?因为他随着时间的推移生成了一个数值队列。一般的函数在执行完毕之后会返回一个值然后退出,但是生成器函数会自动挂起,然后重新拾起继续执行,他会利用yield关键字关起函数,给调用者返回一个值,同时保留了当前的足够多的状态,可以使函数继续执行。
生成器和迭代协议是密切相关的,可迭代的对象都有一个__next()__成员方法,这个方法要么返回迭代的下一项,要么引起异常结束迭代。
为了支持迭代协议,拥有yield语句的函数被编译为生成器,这类函数被调用时返回一个生成器对象,返回的对象支持迭代接口,即成员方法__next()__继续从中断处执行执行。
def func(): #func是函数称为生成器,当执行此函数func()时会得到一个迭代器。
yield 1
yield 2
yield 3
yield 4
temp = func()
print(temp.__next__())
print(temp.__next__())
print(temp.__next__())
print(temp.__next__())
def creat_counter(n):
print('create counter')
while True:
yield n
print('increment n')
n += 1
cnt = creat_counter(2)
print(cnt)
print(next(cnt))
print(next(cnt))
print(next(cnt))
分析以上的列子:
在create_counter函数中出现了关键字yield,预示着这个函数每次只产生一个结果值,这个函数返回一个生成器(通过第一行输出可以看出来),用来产生连续的n值
在创造生成器实例的时候,只需要像普通函数一样调用就可以,但是这个调用却不会执行这个函数,这个可以通过输出看出来
next()函数将生成器对象作为自己的参数,在第一次调用的时候,他执行了create_counter()函数到yield语句,返回产生的值2
我们重复的调用next()函数,每次他都会从上次被挂起的地方开始执行,直到再次遇到了yield关键字
def cube(n):
for i in range(n):
yield i ** 3
for i in cube(5):
print(i)
从理解函数的角度出发我们可以将yield类比为return,但是功能确实完全不同,在for循环中,会自动遵循迭代规则,每次调用next()函数,所以上面的结果不难理解。
举例1:
举例2:
举例3: 取不到值会报错
举例4: 使用for循环取值
举例5.1 : 打印出10个哇哈哈
举例5.2 :如果现在有10个哇哈哈, 我现在只想用5个
迭代器依旧延续向下走:
举例6:
def generator():
print('123')
content = yield 1
print('=========',content)
print(456)
yield 2
g = generator()
ret = g.__next__()
print("******",ret)
ret = g.send("hello")
print("**********",ret)
send 获取下一个值的效果和next基本一致,只是在获取下一个值得时候,给上一个yield的位置传递一个数据
使用send的注意事项:
第一次使用生成器的时候,是用next获取下一个值
函数最后一个yield不能接受外部的值
举例7.1:获取移动平均值:
10 20 30 10
15 20 17.5
def average():
sum = 0
count = 0
avg = 0
while True:
num = yield avg
sum += num
count += 1
avg = sum/count
avg_g = average()
avg_g.__next__()
avg1 = avg_g.send(10)
avg1 = avg_g.send(20)
avg1 = avg_g.send(30)
print(avg1)
举例7.2: 预激生成器的装饰器完成获取移动平均值
def init(func): #装饰器
def inner(*args,**kwargs):
g = func(*args,**kwargs) #g = average()
g.__next__()
return g
return inner
@init
def average():
sum = 0
count = 0
avg = 0
while True:
num = yield avg
sum += num # 10
count += 1 # 1
avg = sum/count
avg_g = average() #===> inner
ret = avg_g.send(10)
print(ret)
ret = avg_g.send(20)
print(ret)
以上程序执行步骤:
举例8 :
在python3里面的新功能 yield from
.