生成器
利用迭代器,我们可以在每次迭代获取数据(通过next()方法)时按照特定的规律进行生成。但是我们在实现一个迭代器时,关于当前迭代到的状态需要我们自己记录,进而才能根据当前状态生成下一个数据。为了达到记录当前状态,并配合next()函数进行迭代使用,我们可以采用更简便的语法,即生成器(generator)。生成器是一类特殊的迭代器。
创建生成器方法1
要创建一个生成器,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 ( )
L = [ x*2 for x in range(5)] # 列表推导式
print(L) # [0, 2, 4, 6, 8]
G = ( x*2 for x in range(5)) # 生成器
print(G) # <generator object <genexpr> at 0x7f626c132db0> 生成器
创建生成器方法2
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。
def creat_num(num):
"""斐波那契数列"""
a, b = 0, 1
count = 0
while count < num:
yield a # 如果一个函数中有yield 这不是一个函数,而是一个生成器模板
a, b = b, a + b
count += 1
print(res)
obj = creat_num(10) # 该语句不是调用函数,而是创建一个生成器对象
for i in obj:
print(i, end=" ")
运行结果:0 1 1 2 3 5 8 13 21 34
在使用生成器实现的方式中,我们将原本在迭代器__next__
方法中实现的基本逻辑放到一个函数中来实现,但是将每次迭代返回数值的return
换成了yield
,此时新定义的函数便不再是函数,而是一个生成器了。简单来说:只要在def中有yield
关键字的 就称为 生成器
总结
-
使用了
yield
关键字的函数不再是函数,而是生成器
。(使用了yield的函数就是生成器)yield关键字有两点作用:
- 保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起
- 将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用
-
可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)
-
Python3中的生成器可以使用return返回最终运行的返回值,而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。