【python】31_高级特性之生成器

最新推荐文章于 2024-09-01 00:18:20 发布

potizo

最新推荐文章于 2024-09-01 00:18:20 发布

阅读量160

点赞数 1

分类专栏： python

本文链接：https://blog.youkuaiyun.com/potizo/article/details/84887671

版权

python 专栏收录该内容

53 篇文章

订阅专栏

【摘要】通过列表生成式，可以直接创建一个列表，但是受内存限制，列表容量都是有限的。而且，创建一个包含100万个元素的列表，不仅占用空间很大，如果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费了。python中，有一种一边循环一边计算的机制，称为生成器（generator）

1.生成器的创建

方法一：直接把一个列表生成式的[ ]改成( )，即可创建一个generator
在这里插入图片描述

# 生成器创建
nums_gen = (num for num in range(1, 10001) if num % 8 == 0)
print(nums_gen)             # <generator object <genexpr> at 0x7f8f2cb92350>
print(type(nums_gen))       # <class 'generator'>

# 查看一个对象是否可以for循环?
from collections.abc import  Iterable
print("生成器是否为可迭代对象?", isinstance(nums_gen, Iterable))

在这里插入图片描述

想要打印出generator中的每一个元素，可以通过generator的next( )方法(这个方法在python2中的调用语句是generator.next( )或者next(generator)，但是在python3中只能用next(generator)调用)。当然也可以__next__（）方法，这是面向对象中的魔术方法，等日后学习了面向对象再说。
下图是在python3中的调用：
在这里插入图片描述
下图是在python2中的调用：

generator保存的是算法，每次调用next( )，就可以计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出Stoplteration的错误。当然，调用next( )方法取值实在太麻烦，正确打印的方法是使用for循环，因为generator也是可迭代对象：
在这里插入图片描述

方法二：定义一个函数，使用yield关键字让这个函数变成生成器
generator非常强大，如果推算的算法比较复杂，如果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。比如斐波拉契数列，用列表生成式写不出来，但可以用函数把它打印出来。
下面这个函数是斐波那切数列的非递归实现，之前有同学面试被问到过，最好掌握一下！！！

在这里插入图片描述
fib( )函数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)改成yield(b) 或者 yield b。

在这里插入图片描述
看一下fib（10）的类型

如果函数中有yield关键字，那么函数的返回值是生成器对象.

fib数列进阶，如何打印出指定大小的fib数列？eg：要求打印出小于100的数列。代码如下：

from itertools import takewhile
def fib():
    a = b = 1
    while True:
        yield a
        a,b = b,a+b
result = takewhile(lambda x:x<100,fib())
"""
takewhile(predicate, iterable) --> takewhile object
    
    Return successive entries from an iterable as long as the 
    predicate evaluates to true for each entry.
"""
print(list(result))

在这里插入图片描述
强调takewhile这个小技巧的使用，传入一个predicate和一个iterable，从iterable中返回满足predicate的所有值。

2. yield关键字的工作流程

如果在调用函数的时候，发现这个函数中有yeild，那么此时，也就不是调用函数了，而是创建了一个生成器对象。
最难理解的是generator和函数的执行流程是不一样的。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next( )方法的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
就下边的代码一起走一遍流程就清楚了：

"""
理解yiled关键原理：
    函数中包含yield关键字，返回的是生成器对象。
    当第一次调用next（genObj）时，才开始执行函数内容；遇到yield关键字，执行停止。
    再次调用next（genObj）时，从上次停止的代码位置继续开始执行，直到遇到yield，再次停止执行。
"""
def yield_example():
    for count in range(100):
        yield 'step'+str(count+1)
        print('success')

result = yield_example()
print(next(result))
print(next(result))

第二个复杂例子：

def creat_num(all_num):
    print('~~~~~~~~~~~1~~~~~~~~~~~~~~~~~')
    a,b=0,1
    current_num  = 0
    while current_num < all_num:
        print('~~~~~~~~~2~~~~~~~~~~~~~~~~~')
        yield a # 相当于暂停了程序
        print('~~~~~~~~~~~~~~3~~~~~~~~~~~~')
        a,b = b,b+a
        current_num += 1
        print('~~~~~~~~~~~4~~~~~~~~~~~~~~~~')

obj = creat_num(5)
print(obj)
ret = next(obj)
print(ret)
ret1 = next(obj)
print(ret1)
ret2 = next(obj)
print(ret2)
ret3 = next(obj)
print(ret3)
ret4 = next(obj)
print(ret4)

执行结果如下：
在这里插入图片描述

第一步：首先给create_num函数传入5，生成一个名为obj的生成器。函数从上至下顺序执行，print（‘～～1～～’）和print（‘～～2～～’），执行到yield语句，程序暂停，将变量a的值返回给obj，所以print（obj）的结果是0。
第二步：对obj这个生成器执行next（）方法，将得到的值赋给ret。next（）方法使得暂停的程序继续从yield语句后面开始执行，print（‘～～3～～’），
b的值赋给a，b+a的值赋给b，current_num 加1。由于此时依旧满足current_num （1）< all_num（5），所以继续执行while循环里的语句。print（‘～～2～～’），执行到yield语句暂停程序，将a的值返回赋给ret。打印ret，结果是1。

剩下的流程同第二步，可以自己理解一下。
如果再在代码后面加上下面两句：
在这里插入图片描述
程序会报错，告诉我们生成器里面没有东西了。程序运行完最后一个yield，再调用next( )程序会报错。

同样，把函数改成generator后，基本不用next( )方法来调用它，而是直接使用for循环来迭代。
总结：
函数中包含yield关键字，返回的是生成器对象。
当第一次调用next(genObj)，才执行函数内容.
遇到yield关键字, 执行停止。
再次调用next方法时，从上词停止的代码位置继续执行。
遇到yield关键字, 执行停止。

3.send方法

send（）和next（）一样，可以让生成器执行到下一个yield。
send（）和next（）的区别：
send可以给上一个yield的位置传递值，不能给最后一个yield传递值。在第一次执行生成器代码时，不能使用send（）。

def fun():
    while True:
        print('welcome......')
        receive = yield  'hello'
        print(receive)


# f是生成器
f = fun()
in_function = next(f)
print("函数里面返回的值:", in_function)
f.send("西安邮电大学")

执行效果如下：
在这里插入图片描述
来分析一下执行过程：

-第一步：执行fun（）会得到一个生成器，赋值给f。用next（）方法调用f这个生成器，执行print（）函数，打印‘welcome…’，因为没有遇到yield关键字，继续执行第二行代码，遇到yield停止，yield后面的值‘hello’返回给in_function。

-第二步：执行print（）函数，打印“函数里面的值：hello”

-第三步：执行send（），将send里面的值‘西安邮电大学’赋值给上一个yield关键字的receive变量，因为没有遇到下一个yield关键字，因此继续执行print（）函数，打印‘西安邮电大学’，继续执行，因为是死循环，所以执行print（）函数，打印‘welcome…’，直到遇到yield停止。后面因为没有next（）或者send（）方法调用这个生成器，生成器不执行。

def grep(kw):
    """搜索关键字"""
    while True:
        response = ''
        request = yield response
        if kw in request:
            print(request)
if __name__ == '__main__':
    grep_gen = grep('python')
    next(grep_gen)
    # send方法可以给生成器传递数据， 并一直执行， 遇到yield停止。
    grep_gen.send('I love python')
    grep_gen.send('I love Java')

在这里插入图片描述