Python 生成器

最新推荐文章于 2022-10-08 16:45:57 发布

文兄的每日一博

最新推荐文章于 2022-10-08 16:45:57 发布

阅读量394

点赞数

分类专栏： Python基础文章标签： python 生成器

本文链接：https://blog.csdn.net/xuwenjiangshan/article/details/80927706

版权

Python基础专栏收录该内容

12 篇文章 0 订阅

订阅专栏

一.什么是生成器

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。

生成器的作用: 用简单的方式来完成迭代

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 ( )

>>> a = [x*2 for x in range(10)]
>>> a
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
>>> b = (x*2 for x in range(10))
>>> next(b)
0
>>> next(b)
2
>>>

二.怎样创建生成器

在一个一般函数中使用yield关键字，可以实现一个最简单的生成器，此时这个函数变成一个生成器函数。yield与return返回相同的值，区别在于return返回后，函数状态终止，而yield会保存当前函数的执行状态，在返回后，函数又回到之前保存的状态继续执行。

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() 实在是太变态了，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。

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, ...

def creatNum():
        a,b = 0,1
        for i in range(s):
                print(b)
                a,b = b,a+b
creatNum()

将上段代码改成生成器, 将 print 改成 yeild

def creatNum():
        a,b = 0,1
        for i in range(s):
                yeild b
                a,b = b,a+b
creatNum()

三.生成器函数与一般函数的不同

生成器函数包含一个或者多个yield
当调用生成器函数时，函数将返回一个对象，但是不会立刻向下执行
像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代
一旦函数被yield，函数会暂停，控制权返回调用者
局部变量和它们的状态会被保存，直到下一次调用
函数终止的时候，StopIteraion会被自动抛出
举例：

四.生成器的方法

1.next()方法

执行到yield时，gen函数作用暂时保存，返回i的值;temp接收下次c.send("python")，send发送过来的值，c.next()等价c.send(None)

使用 next 函数

In [10]: def gen():
   ....:     i = 0
   ....:     while i<5:
   ....:         temp = yield i
   ....:         print(temp)
   ....:         i+=1
   ....:
In [11]: f = gen()

In [12]: next(f)
Out[12]: 0

In [13]: next(f)
None
Out[13]: 1

In [14]: next(f)
None
Out[14]: 2

In [15]: next(f)
None
Out[15]: 3

In [16]: next(f)
None
Out[16]: 4

In [17]: next(f)
None
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-17-468f0afdf1b9> in <module>()
----> 1 next(f)

StopIteration:

使用`next()`方法

In [18]: f = gen()

In [19]: f.__next__()
Out[19]: 0

In [20]: f.__next__()
None
Out[20]: 1

In [21]: f.__next__()
None
Out[21]: 2

In [22]: f.__next__()
None
Out[22]: 3

In [23]: f.__next__()
None
Out[23]: 4

In [24]: f.__next__()
None
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-24-39ec527346a9> in <module>()
----> 1 f.__next__()

StopIteration:

2.send()方法

这是我认为生成器最重要的功能，我们可以通过send()方法，向生成器内部传递参数

In [43]: f = gen()

In [44]: f.__next__()
Out[44]: 0

In [45]: f.send('haha')
haha
Out[45]: 1

In [46]: f.__next__()
None
Out[46]: 2

In [47]: f.send('haha')
haha
Out[47]: 3

In [48]:

def count(n):
    x = 0
    while x < n:
        value = yield x
        if value is not None:
            print 'Received value: %s' %value
        x += 1

还是之前的count函数，唯一的区别是我们将”yield x”的值赋给了变量value，并将其打印出来。如何给value传值呢？

gen = count(5)
print gen.next()  # print 0
print gen.send('Hello')  # Received value: Hello, then print 1

注意这里第一次不能直接调用 gen.send('hello'),要先调用下 next()或者 send(None)

我们先调用next()方法，让代码执行到yield关键字（这步必须要），当前打印出0。然后当我们调用”gen.send(‘Hello’)”时，字符串’Hello’就被传入生成器中，并作为yield关键字的执行结果赋给变量”value”，所以控制台会打印出”Received value: Hello”。然后代码继续执行，直到下一次遇到yield关键字后暂定，此时生成器返回的是1。

简单的说，send()就是next()的功能，加上传值给yield。如果你有兴趣看下Python的源码，你会发现，其实next()的实现，就是send(None)。

3.close()方法

顾名思义，close()方法就是关闭生成器。生成器被关闭后，再次调用next()方法，不管能否遇到yield关键字，都会立即抛出StopIteration异常。

gen = (x for x in range(5))
gen.close()
gen.next()  # StopIteration

4.throw()方法

除了向生成器函数内部传递参数，我们还可以传递异常

def throw_gen():
    try:
        yield 'Normal'
    except ValueError:
        yield 'Error'
    finally:
        print 'Finally'
 
gen = throw_gen()
print gen.next()  # Normal
print gen.next()  # Finally, then StopIteration

如果像往常一样调用next()方法，会返回’Normal’。再次调用next()，会进入finally语句，打印’Finally’，同时由于函数退出，生成器会抛出StopIteration异常。我们换个方式，在第一次调用next()方法后，调用throw()方法，情况会怎样？

gen = throw_gen()
print gen.next()  # Normal
print gen.throw(ValueError)    # Error
print gen.next()  # Finally, then StopIteration

我们会看到，throw()方法向生成器函数内部传递了”ValueError”异常，代码进入”except ValueError”语句，当遇到下一个yield时才暂停并退出，此时生成器返回的是’Error’字符串。简单的说，throw()就是next()的功能，加上传异常给yield。

五.生成器的应用--多任务

def test1():
        while True:
                print("---1---")
                yield None
def test2():
        while True:
                print("---2---")
                yield None
t1 = test1()
t2 = test2()
while True:
        t1.__next__()
        t2.__next__()