python笔记 - 高级属性(20160413)

最新推荐文章于 2026-01-09 15:10:18 发布

原创最新推荐文章于 2026-01-09 15:10:18 发布 · 386 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #属性 #生成器

Python 专栏收录该内容

3 篇文章

订阅专栏

本文深入讲解了Python中的生成器概念，介绍了如何通过列表生成式创建生成器，以及使用yield关键字定义生成器函数的方法。此外，还探讨了生成器与普通函数在执行流程上的不同之处。

生成器：

在python中，一遍循环一遍计算出结果的运算机制，称为生成器：generator
要创建一个generator，有很多种方法，
第一种：只要把一个列表生成式的[]改成()即可
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

用next(g)打印出每一个generator的每一个元素
generator保存的是算法，每次调用next(g)，就计算出下一个元素的值，知道计算出最后一个元素，没有更多元素时，
抛出StopIteration错误。

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：

def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'

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：

def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1

return 'done'

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

这里，比较难理解的是generator和函数执行流程不一样。函数时顺序执行，遇到return语句或者租后一行函数语句就返回。而变成generator的函数，
在每次调用next()的时候执行，遇到yield语句返回，就在此执行时从上次返回的yield语句处继续执行。

def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')

yield(5)

调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration

迭代器：

直接作用于for循环的数据类型有：
一类：结合数据类型，如list、tuple、dict、set、str等；
一类：generator，包括生成器和带yield的generator funtion
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable
可以使用isinstance()判断一个对象是否是Iterable对象；