+= 数列 none span 创建 命令式 存储空间 last
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。
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 ()
- In[15] : L = [x * 2
- for x in range(5)]
- In[16] : L Out[16] : [0, 2, 4, 6, 8]
- In[17] : G = (x * 2
- for x in range(5))
- In[18] : G Out[18] : <generator object < genexpr > at 0x7f626c132db0 >
- In[19] :
创建 L 和 G 的区别仅在于最外层的 [] 和 () , L 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:
- In [19]: next(G)
- Out[19]: 0
- In [20]: next(G)
- Out[20]: 2
- In [21]: next(G)
- Out[21]: 4
- In [22]: next(G)
- Out[22]: 6
- In [23]: next(G)
- Out[23]: 8
- In [24]: next(G)
- ---------------------------------------------------------------------------
- StopIteration Traceback (most recent call last)
- <ipython-input-24-380e167d6934> in <module>()
- ----> 1 next(G)
- StopIteration:
- In [25]:
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。
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:
- In [28]: def fib(times):
- ....: n = 0
- ....: a,b = 0,1
- ....: while n<times:
- ....: print(b)
- ....: a,b = b,a+b
- ....: n+=1
- ....: return 'done'
- ....:
- In [29]: fib(5)
- 1
- 1
- 2
- 3
- 5
- Out[29]: 'done'
仔细观察,可以看出,fib 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:
- In [30]: def fib(times):
- ....: n = 0
- ....: a,b = 0,1
- ....: while n<times:
- ....: yield b
- ....: a,b = b,a+b
- ....: n+=1
- ....: return 'done'
- ....:
- In [31]: F = fib(5)
- In [32]: next(F)
- Out[32]: 1
- In [33]: next(F)
- Out[33]: 1
- In [34]: next(F)
- Out[34]: 2
- In [35]: next(F)
- Out[35]: 3
- In [36]: next(F)
- Out[36]: 5
- In [37]: next(F)
- ---------------------------------------------------------------------------
- StopIteration Traceback (most recent call last)
- <ipython-input-37-8c2b02b4361a> in <module>()
- ----> 1 next(F)
- StopIteration: done
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:
- In [38]: for n in fib(5):
- ....: print(n)
- ....:
- 1
- 1
- 2
- 3
- 5
- In [39]:
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:
- In [39]: g = fib(5)
- In [40]: while True:
- ....: try:
- ....: x = next(g)
- ....: print("value:%d"%x)
- ....: except StopIteration as e:
- ....: print("生成器返回值:%s"%e.value)
- ....: break
- ....:
- value:1
- value:1
- value:2
- value:3
- value:5
- 生成器返回值:done
- In [41]:
例子: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)
- 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:
方法
- __next__()
- 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:
- 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]:
生成器是这样一个函数,它记住上一次返回时在函数体中的位置。对生成器函数的第二次(或第 n 次)调用跳转至该函数中间,而上次调用的所有局部变量都保持不变。
生成器不仅 "记住" 了它数据状态;生成器还 "记住" 了它在流控制构造(在命令式编程中,这种构造不只是数据值)中的位置。
生成器的特点:
1.4. 生成器
来源: http://www.bubuko.com/infodetail-2279563.html