Python函数之生成器

Python函数之生成器

1.生成器

1.1生成器介绍

python函数中的三大器：

• 迭代器
• 生成器
• 装饰器

生成器本质就是迭代器，内部含有__iter__以及__next__方法，也是通过next方法进行取值，与迭代器几乎一模一样。迭代器都是python的内置函数（方法）给你返回的，或者是我们通过对可迭代对象进行转化得到的，生成器我们可以通过代码构建。

创建生成器的两种方式；

• 生成器函数创建生成器。
• 生成器表达式。

1.2 生成器函数

通过关键字yield构建生成器函数。

def func():
    print(111)
    print(222)
    yield 'barry'


# 函数中出现yield他就是生成器函数。
obj = func()
print(obj)  # <generator object func at 0x102ebce08>  生成器对象

我们如何对一个迭代器或者对一个生成器取值？也是通过next方法。

def func():
    print(111)
    print(222)
    yield 'barry'

obj = func()
# print(obj)  # <generator object func at 0x102ebce08>  生成器对象
print('----->', next(obj))

next一次对应一个yeild，yield相当于一个节点，next一次，对生成器获取一次值，生成器函数就会产生一个值（yield后面的值），停止。

def func():
    print(111)
    print(222)
    yield 'barry'
    yield 1
    yield 2
    yield 666
    print(333)
    print(555)
    yield [22, 33]


# 函数中出现yield他就是生成器函数。
obj = func()
# print(obj)  # <generator object func at 0x102ebce08>  生成器对象
print('----->', next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))

• yield 与 return的区别
  • return终止函数，return给函数的执行者返回值。
  • yield不会终止生成器函数，yield是给next返回值。

1.3 验证生成器（迭代器）的特性

生成器（迭代器）一直向下取值，不回头，每次取值都会记录当前的位置。

# 楼下卖煎饼，用两种思想去做，可迭代对象的思想，迭代器的思想去做。

# 可迭代对象
# lst = [f'{i}号煎饼' for i in range(1, 501)]
# print(lst)
# for i in lst:
#     print(i)
#     if i == '10号煎饼':
#         break
#
# for i in lst:
#     print(i)
#     if i == '30号煎饼':
#         break

# 生成器函数

def func():
    for i in range(1, 501):
        yield f'{i}号煎饼'


obj = func()  # 返回一个生成器对象

for i in range(10):
    print(next(obj))

for j in range(20):
    print(next(obj))

对比代码得知：

• 可迭代对象一次性将全部的值都加载内存，每次新的for循环都会从开始取值，不会记录位置。
• 迭代器，next一次，生产一个值，再next一次，（上一个生产的值在内存中消失）再生产一个值，每次都会记录位置。
• 举例：买多个篮子鸡蛋放在家中（可迭代duixaing）与买一个可以无限下蛋的老母鸡（迭代器）的区别。

1.4 yield from

python3x增加的一个功能。

def func():
    lst = [1, 2, 3]
    for i in lst:
        yield i

obj = func()
print(next(obj))
print(next(obj))
print(next(obj))

def func():
    lst = [1, 2, 3]
    yield from lst

obj = func()
print(next(obj))
print(next(obj))
print(next(obj))

yield from 优点：代替函数内部的for循环，提升效率。

1.5 生成器表达式

与列表推导式几乎一模一样，就是将[]换成()。

• 两种模式

  • 循环模式

    [变量(格式化的变量) for 变量 in iterable]
    

  • 筛选模式

    [变量(格式化的变量) for 变量 in iterable if 条件] 
    

• 测试

  obj = (i for i in range(1, 11))
  # print(obj)
  # print(next(obj))
  # print(next(obj))
  
  obj = (f'python{i}期' for i in range(1, 11) if i != 7)
  # print(obj)
  print(next(obj))
  print(next(obj))
  print(next(obj))
  print(next(obj))
  print(next(obj))
  print(next(obj))
  print(next(obj))
  

1.6 对生成器（迭代器）取值的三种方式

• next方法

• 可以通过for循环

• 数据类型的转化（一般是转化成列表）。

  obj = (f'python{i}期' for i in range(1, 11) if i != 7)
  # print(obj)
  # print(next(obj))
  # print(next(obj))
  # print(next(obj))
  # print(next(obj))
  # print(next(obj))
  # print(next(obj))
  # print(next(obj))
  for i in obj:
      print(i)
      
  
  def func():
      for i in range(1, 51):
          yield f'{i}号煎饼'
          
  obj = func()  # 返回一个生成器对象
  print(list(obj))
  
  obj = (f'python{i}期' for i in range(1, 11) if i != 7)
  print(list(obj))