python學習-day6-生成器(generator)
一,列表生成式
ls = [i*i for i in range(10)]
ls
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
ge = (i*i for i in range(10)) #將[]改為()就是一個生成器
ge
<generator object <genexpr> at 0x0000000003389468>
二、生成器
通過列表生成式,我們可以直接創建一個列表。但是,受到內存限制,列表容量肯定是有限的。而且,創建一個包含100萬個元素的列表,不僅占用很大的存儲空間,如果我們僅僅需要訪問前面幾個元素,那後面絕大多數元素占用的空間都白白浪費了。
所以,如果列表元素可以按照某種算法推算出來,那我們是否可以在循環的過程中不斷推算出後續的元素呢?這樣就不必創建完整的list,從而節省大量的空間。在Python中,這種一邊循環一邊計算的機制,稱為生成器:generator。
列表可以直接打印出來,也可以切片打印,那麽生成器如何打印呢?只有一個內置方法next,每次打印一個,不能跳躍,也不能回退,因為生成器只在調用的時候生成數據,也不會記住之前的
ge.__next__()
0
ge.__next__()
1
我們講過,generator保存的是算法,每次調用next(g)
,就計算出g
的下一個元素的值,直到計算到最後一個元素,沒有更多的元素時,拋出StopIteration
的錯誤。
當然,上面這種不斷調用next(g)
實在是太變態了,正確的方法是使用for
循環,因為generator也是可叠代對象:
1 ge = (i*i for i in range(10)) 2 forn in ge: 3 print(n)
所以,我們創建了一個generator後,基本上永遠不會調用next()
,而是通過for
循環來叠代它,並且不需要關心StopIteration
的錯誤。
generator非常強大。如果推算的算法比較復雜,用類似列表生成式的for
循環無法實現的時候,還可以用函數來實現。
比如,著名的斐波拉契數列(Fibonacci),除第一個和第二個數外,任意一個數都可由前兩個數相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契數列用列表生成式寫不出來,但是,用函數把它打印出來卻很容易:
1 def fib(max):2 n, a, b = 0, 0, 1 3 while n < max: 4 print(b) 5 a, b = b, a + b 6 n = n + 1 7 return ‘done‘
註意,賦值語句:a, b
=
b, a
+
b
相當於:
t
=
(b, a
+
b)
# t是一個tuple
a
=
t[
0
]
b
=
t[
1
]
上面的函數可以輸出斐波那契數列的前N個數:
fib = fib(10)
print(fib)
1 1 2 3 5 8 13 21 34 55
done
仔細觀察,可以看出,fib
函數實際上是定義了斐波拉契數列的推算規則,可以從第一個元素開始,推算出後續任意的元素,這種邏輯其實非常類似generator。
也就是說,上面的函數和generator僅一步之遙。要把fib
函數變成generator,只需要把print(b)
改為yield b
就可以了:
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 # print(b) 5 yield b 6 a, b = b, a + b 7 n = n + 1 8 return ‘done‘ 9 f = fib(10) 10 print(f)
<generator object fib at 0x0000000000D40F10>
這樣fib(max)和f就是一個新的生成器,f表示這個生成器最多有10個值
這就是定義generator的另一種方法。如果一個函數定義中包含yield
關鍵字,那麽這個函數就不再是一個普通函數,而是一個generator:
這裏,最難理解的就是generator和函數的執行流程不一樣。函數是順序執行,遇到return
語句或者最後一行函數語句就返回。而變成generator的函數,在每次調用next()
的時候執行,遇到yield
語句返回,再次執行時從上次返回的yield
語句處繼續執行:比如第一次next執行到第五行就返回b = 1,第二個next,從第5行開始執行,到下次執行到yield,返回b = 2
data = fib(10) print(data) print(data.__next__()) print(data.__next__()) print("幹點別的事") print(data.__next__()) print(data.__next__()) print(data.__next__()) print(data.__next__()) print(data.__next__()) #輸出
1
1
幹點別的事
2
3
5
8
13
在上面fib
的例子,我們在循環過程中不斷調用yield
,就會不斷中斷。當然要給循環設置一個條件來退出循環,不然就會產生一個無限數列出來。
同樣的,把函數改成generator後,我們基本上從來不會用next()
來獲取下一個返回值,而是直接使用for
循環來叠代:
f = fib(5) for i in f: print(i) 輸出: 1 1 2 3 5
但是用for
循環調用generator時,發現拿不到generator的return
語句的返回值。如果想要拿到返回值,必須捕獲StopIteration
錯誤,返回值包含在StopIteration
的value
中:
1 f = fib(5) 2 while True: 3 try: 4 x = next(f) 5 print(‘f:‘,x) 6 except StopIteration as e: 7 print(‘Generator return value:‘, e.value) 8 break 9 10 輸出: 11 f: 1 12 f: 1 13 f: 2 14 f: 3 15 f: 5 16 Generator return value: done
擴展:通過yield實現在單線程的情況下實現並發運算的效果
1 import time 2 def consumer(name): #此函數代表顧客吃包子 3 print("%s 準備吃包子啦!" %name) 4 while True: 5 baozi = yield 6 7 print("包子[%s]來了,被[%s]吃了!" %(baozi,name)) 8 9 10 def producer(name): #表示生產包子 11 c = consumer(‘A‘) #定義生成器c 12 c2 = consumer(‘B‘) #定義生成器c2 13 c.__next__() #此時生成器c開始執行到yield處停止,期間打印 A準備吃包子了,此時baozi = yield = None 14 c2.__next__() #此時生成器c2開始執行到yield處停止,期間打印 B準備吃包子了,此時baozi = yield = None 15 print("老子開始準備做包子啦!") 16 for i in range(10): 17 time.sleep(1) 18 print("做了2個包子!") 19 c.send(i) #cend方法將上次執行停止的生成器c喚醒繼續執行,並將i的值傳給yield,此時baozi = yield = 0 20 c2.send(i) 21 22 producer("alex")
輸出:
1 A 準備吃包子啦! 2 B 準備吃包子啦! 3 老子開始準備做包子啦! 4 做了2個包子! 5 包子[0]來了,被[A]吃了! 6 包子[0]來了,被[B]吃了! 7 做了2個包子! 8 包子[1]來了,被[A]吃了! 9 包子[1]來了,被[B]吃了! 10 做了2個包子! 11 包子[2]來了,被[A]吃了! 12 包子[2]來了,被[B]吃了! 13 做了2個包子! 14 包子[3]來了,被[A]吃了! 15 包子[3]來了,被[B]吃了! 16 。。。。。。。
python學習-day6-生成器(generator)