前言
python学习笔记 (仅供学习使用)
一、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。
创建生成器,列表生成式,我们知道,只要将最外一层的中括号,改为小括号,
1.生成器的创建方法一
# python交互式环境
>>> y = [x + 1 for x in range(10) if x % 2 == 0]
>>> y
[1, 3, 5, 7, 9]
>>> g = (x + 1 for x in range(10) if x % 2 == 0)
>>>
g <generator object <genexpr> at 0x0000020EF13E79C8>
2.打印生成器内容
创建 y 和 g 的区别仅在于最外层的 [ ] 和 ( ) , y 是⼀个列表,⽽ g 是⼀个⽣成器。我们可以直接打印出L的每⼀个元素,但我们怎么打印出g的每⼀个元素呢?如果要⼀个⼀个打印出来,可以通过 next() 函数获得⽣成器的下⼀个返回值:
>>> next(g)
1
>>> next(g)
3
>>> next(g)
5
>>> next(g)
7
>>> next(g)
9
>>> next(g)
Traceback (most recent call last): File "<pyshell#13>", line 1, in <module> next(g) StopIteration
也可以通过循环打印出来
>>> g = (x + 1 for x in range(10) if x % 2 == 0)
>>> for i in g: print(i)
1
3
5
7
9
⽣成器保存的是算法,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 的异常。当然,这种不断调⽤ next() 实在是太繁琐了,虽然是点一次出现一次,但正确的⽅法是使⽤ for 循环,因为⽣成器也是可迭代对象。所以,我们创建了⼀个⽣成器后,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 异常。
3.通过函数创建生成器
所以,我们创建了一个生成器后,基本上不会调用 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:
# 定义一个斐波那契函数
def fib_a(times): # 初始化
n = 0
a, b = 0, 1
while n < times:
print(b)
a, b = b, a + b
n += 1
return 'done'
z = fib_a(5)
print(z)
# 打印结果如下
1
1
2
3
5
done
仔细观察,可以看出,fib_a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:
def fib_a(times): # 初始化
n = 0 a, b = 0, 1
while n < times:
yield(b)
a, b = b, a + b
n += 1
return 'done'
f = fib_a(5)
>>> next(f)
1
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:
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
代码:
# 时 间:5/2/22 10:40
'''以下两种list列表都没有办法解决内存益处的情况'''
# list1 = [1,2,3,4,5]
# 列表生成式
import time
list1 = [x for x in range(1, 10)]
print(list1)
# 引出生成器:对象,内存中保存了产生元素的算法,而不保存具体值。同时生成器记录游标的位置
'''创建生成器
有两种方法创建:
1、通过列表生成式来创建,局限性:数据有限,无法写一些复杂的代码
2、通过函数来创建生成器。(yield)
遍历生成器中元素的内容:
1、通过next(g),可能抛异常,StopIteration
2、通过for循环来遍历
3、通过object对象内置的_next_来遍历,当生成器中没有数据时,也会抛出异常StopIteration
4、调用内置的send函数 #必须传参数,且第一个值必须传空值,后面的值就没有限制了。
'''
# 创建方式一:
g = (x for x in range(1, 10))
print(g)
# 遍历生成器方式一
# print(next(g))
# print(next(g))
# time.sleep(2)
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# print(next(g))
# 遍历生成器方式二
'''若前面使用了一次next(),后面再用for循环打印输出生成器的值时,
是从第二个元素开始打印,因为游标记录了第一次next输出,后续输出从第二个元素开始。'''
# for i in g:
# print(i)
g2 = (x + 1 for x in range(10) if x % 2 == 0)
# for i in g2:
# print(i)
# 创建方式二:
# 定义一个斐波那契函数
def fib_a(times): # 初始化
a, b = 0, 1
n = 0
# print(a)
# print(b)
while n < times:
yield b # yield一般用于创建生成器,工作返回后面变量值给生成器。
a, b = b, a + b
n += 1
return 'done'
print(fib_a(6)) #<generator object fib_a at 0x7f9f0bd145f0> fib_a只是一个算法,是一个对象
g3 = fib_a(6)
for i in g3:
print(i)
def fib_b(): # 初始化
a, b = 0, 1
while True :
yield b # yield一般用于创建生成器,工作返回后面变量值给生成器。
a, b = b, a + b
return 'done'
g4 = fib_b()
print(g4)
def fib_c(): # 初始化
a, b = 0, 1
while True :
temp = yield b # yield一般用于创建生成器,工作返回后面变量值给生成器。
a, b = b, a + b
print(temp)#输出None,yeild产生值给了生成器,是没有返回值的,所有temp是得不到值的。
return 'done'
g5 = fib_c()
print(next(g5))
print(next(g5))
print(next(g5))
print(next(g5))
# 遍历生成器方式三
print(g5.__next__())
print(g5.__next__())
print(g5.__next__())
print(g5.__next__())
# 遍历生成器方式四
print(g5.send(None))
print(g5.send(''))
print(g5.send(''))#空字符串也打印出来了
print(g5.send('你好'))#你好也打印出来了