day4-生成器&叠代器
一 列表生成式
現在有個需求,列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求你把列表裏的每個值加1,你怎麽實現?你可能會想到2種方式
>>> a = [0,1,2,3,4,5,6,7,8,9] >>> b = [] >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> for i in a:b.append(i+1) ... >>> b [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
a = [0,1,2,3,4,5,6] for index,line in enumerate(a): a[index] += 1 print(a) 修改原值
>>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> a = map(lambda x:x+1,a) >>> a <map object at 0x04F21970> >>> for i in a:print(i) ... 1 2 3 4 5 6 7 8 9 10
還有一種寫法
>>> a = [i+1 fori in range(10)] >>> a [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
這是列表生成
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,受到內存的限制,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,不僅占用很大存儲空間,如果我們僅僅需要訪問
前面幾個元素,那麽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元素呢?這樣就不用創建完成的list,從而節省大量的空間。Python中,這種一邊循環一邊計算的機制,稱為生成器:generator
要創建一個generator,有很多種方法,第一種方法很簡單,只要把一個列表生成式的【】改成(),就創建了一個generator
>>> L [0, 1, 4, 9, 16] >>> g = (x * x for x in range(5)) >>> g <generator object <genexpr> at 0x04F29420>
創建L和g的區別僅在於最外層的【】和(),L是一個list,而g是一個generator.
我們可以直接打印出來list的每一個元素,但我們怎麽打印出generator的每一個元素呢?
如果要一個一個打印出來,可以通過next()函數獲得generator的下一個返回值:
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g) 16 >>> next(g)
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,知道計算到最後一個元素,沒有更多元素時拋出StopIteration的錯誤。
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:
>>> g = (x * x for x in range(5)) >>> g <generator object <genexpr> at 0x04F29450> >>> for i in g: ... print(i) ... 0 1 4 9 16
所以,我們創建一個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,著名的斐波那契數列,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,...
斐波那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:
def fib(max): n,a,b = 0,0,1 while n < max: print(b) a,b = b,a+b n = n+1 return "done"
fib(10)
上面的函數可以i輸出斐波那契數列的前N個數,可以看出,fib函數實際上是定義了斐波那契數列的推算規則,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
def fib(max): n,a,b = 0,0,1 while n < max: #print(b) yield b a,b = b,a+b n = n+1 return "done"
這就是定義generator的另一種方法。如果一個函數中包含yield關鍵字,那麽這個函數就不再是普通函數,而是一個generator.
f = fib(10) print(f) #輸出 <generator object fib at 0x050B54B0>
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generator,在每次調用next()的時候執行,遇到yield語句就返回,再次執行時從上次返回的yield語句處繼續執行。
f = fib(10) print(f) print(f.__next__()) print(f.__next__()) print(f.__next__()) print("幹點別的事") print(f.__next__()) print(f.__next__()) #輸出 <generator object fib at 0x055254E0> 1 1 2 幹點別的事 3 5
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:
for i in fib(10): print(i)
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,返回值包含在StopItreration的value中:
def fib(max): n,a,b = 0,0,1 while n < max: #print(b) yield b a,b = b,a+b n = n+1 return "done" g = fib(10) while True: try: x = next(g) print("g:",x) except StopIteration as e: print("Generator return value:",e.value) break #輸出 g: 1 g: 1 g: 2 g: 3 g: 5 g: 8 g: 13 g: 21 g: 34 g: 55
Generator return value: done
day4-生成器&叠代器