python-生成器

Python生成器是一种节省内存的迭代机制,通过yield语句实现。生成器函数在调用时不执行,直到next()或for循环时开始执行,每次执行到yield时中断并返回值。isgeneratorfunction可以判断函数是否为生成器。在生成器函数中,return会引发StopIteration异常结束迭代,而生成器表达式则提供了一种简洁的生成器创建方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

引自:

https://www.cnblogs.com/wj-1314/p/8490822.html

https://blog.youkuaiyun.com/zhangpinghao/article/details/18716275

1.定义

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

python中生成器是迭代器的一种,一个带有 yield 的函数就是一个 generator,但是它和普通函数不同,生成一个 generator 看起来像函数调用,但不会执行任何函数代码,直到对其调用 next()(在 for 循环中会自动调用 next())才开始执行。虽然执行流程仍按函数的流程执行,但每执行到一个 yield 语句就会中断,并返回一个迭代值,下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。

例:

def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b 
        # print b 
        a, b = b, a + b 
        n = n + 1 
'''
1. a,b=b,a+b 相当于 t =a+b ,a =b ,b =t  
2.由于fab(5)是一个生成器,因此如果直接print()则会得到如下结果。那怎么能得到生成器返回的数呢?在python3 中可以手动调用fab(5)的__next()__方法(python2中为next()),也可以直接用for遍历
'''
#print(fab(5))  --> <generator object fab at 0x00000266C6AF8200>
f=fab(5)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())


for i in fab(5):
    print(i)

当函数执行结束时,generator 自动抛出 StopIteration 异常,表示迭代完成。在 for 循环里,无需处理 StopIteration 异常,循环会正常结束。

2.用isgeneratorfunction判断函数是否为生成器

如何判断一个函数是否是一个特殊的 generator 函数?可以利用 isgeneratorfunction 判断:

from inspect import isgeneratorfunction
print(isgeneratorfunction(fab))-->true

要注意区分 fab 和 fab(5),fab 是一个 generator function即生成器函数,而 fab(5) 是调用 fab 返回的一个 generator 生成器,好比类的定义和类的实例的区别

即:函数中有了yeild之后就是生成器功能函数,而函数名加()就变成了生成器

3. return 的作用

在一个 generator function 中,如果没有 return,则默认执行至函数完毕,如果在执行过程中 return,则直接抛出 StopIteration 终止迭代。想要拿到生成器函数的return 返回值,则需要捕获StopIteration错误,返回值包含在StopIteration的value中

def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b 
        # print b 
        a, b = b, a + b 
        n = n + 1
    return 'done'
#print(fab(5))  --> <generator object fab at 0x00000266C6AF8200>
# for i in fab(6):
#     print(i)
g = fab(6)
while True:
    try:
        x = next(g)
        print('generator: ',x)
    except StopIteration as e:
        print("生成器返回值:",e.value)
        break

# f=fab(5)
# print(f.__next__())
# print(f.__next__())
# print(f.__next__())
# print(f.__next__())
# print(f.__next__())
# print(f.__next__())
# print(f.__next__())

# from inspect import isgeneratorfunction
# print(isgeneratorfunction(fab))

4、生成器函数VS生成器表达式

生成器函数:也是用def定义的,利用关键字yield一次性返回一个结果,阻塞,重新开始

生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果

(x*x for x in range(5))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值