Generator对象
当函数执行到第一个yield语句时,会把后面的数据返回给调用方,并且函数会在此挂起,直到下一次调用__next__方法时,又会从上一次挂起的地方继续往后执行;当函数执行到第二个yield时,会把后面的数据返回给调用方,并且函数会在此再一次挂起,直到下一次调用__next__方法时,又从挂起的地方继续往后执行;依次论坛...当最后依次调用__next__方法时,如果函数没有往后执行没有遇到yield语句,则抛出StopIteration异常。
# 创建生成器函数
def func():
yield 1
yield 2
# 创建生成器对象obj1(内部是根据生成器类generator创建的对象),生成器类的内部
# 也声明了__iter__和__next__方法;由此可见生成器也符合Iterator的定义,可以认为
# 生成器就是一种特殊的Iterator
obj1 = func()
v1 = next(obj1)
print(v1) # 1
v2 = next(obj1)
print(v2) # 2
v3 = next(obj1) # 抛出异常StopIteration
print(v3)
obj2 = func()
# 内部会执行这生成器代器对象的__next__功能,逐步取值,最后捕获异常终止。
for item in obj2:
print(item)
基于Iterable和Generator的示例
class myrange(object):
def __init__(self, max_num):
self.max_num = max_num
def __iter__(self):
counter = 0
while counter < self.max_num:
yield counter
counter += 1
obj = myrange(100) # 实例化一个Iterable对象
for item in obj:
print(item)
Generator表达式
生成器表达式所用语法类似列表推导式,只是外层为圆括号而非方括 号。
生成器表达式相比完整的生成器函数来说更紧凑,相比列表推导式则 更为节省内存,因为列表推导式是一次构建一个结果列表,而生成器 表达式返回的是一个生成器对象,再根据对生成器的处理函数按需迭代产 生结果。
# 列表推导式
list1 = [i for i in range(5)]
print(list1)
print(type(list1)) # <class 'list'>
print(sum(list1)) # 10
print(sum(list1)) # 10
# 生成器表达式
gt1 = (i for i in range(5))
print(gt1)
print(gt1.__next__())
print(type(gt1)) # <class 'generator'>
print(sum(gt1)) # 10
# 这里gt1第二次sum结果为什么是0, 而上面的list1却不是? 因为同一个gt1生成器对象, 第一
# 次sum已经迭代完了, 而sum默认从0开始累加, 结果就为0。而每次sum(list1)都会通过list的
# __iter__()方法返回新的Iterator对象,并不是同一个
print(sum(gt1)) # 0
# 生成器表达式如果立即被外层的函数使用, 可以省略圆括号,而不用写成 sum((i for i in range(5)))
print(sum(i for i in range(5))) # 10