python基础----函数---生成器

(一)生成器

生成器generator

• 生成器指的是生成器对象,可以由生成器表达式得到,也可以使用yield关键字得到一个生成器函数,调用这个得到一个生成器对象
• 生成器对象,是一个可迭代对象,是一个迭代器
• 生成器对象,是延迟计算,惰性求值的
  生成器函数
• 函数体中包含yield语句的函数,就是生成器函数,调用后返回生成器函数

m = (i for i in range(5))     # 生成器表达式
print(type(m))
print(next(m))
print(next(m))


def inc():          # 生成器函数
    for i in range(5):
        yield i

print(type(inc))
print(type(inc())


g = inc()
print(type(g))
print(next(g))




for x in g:
    print(x)
print('~~~~~~~~~~~~')
for y in g:
    print(y)

普通函数调用,函数会立即执行直到执行完毕
生成器函数调用,并不会立即执行函数体,而是需要使用next函数来驱动生成器函数执行后获得的生成器对象
生成器表达式和生成器函数都可以得到生成器对象,只不过生成器函数可以写的更加复杂的逻辑

(二)生成器的执行

def gen():
    print('line 1')
    yield 1
    print('line 2')
    yield 2
    print('line 3')
    return 3
    yield 4

next(gen()) # line 1
next(gen()) # line 1
g = gen()
print(next(g))  # line 1
print(next(g))  # line 2
print(next(g))  # StopIteration
print(next(g, 'end')) # 没有元素给个缺省值

• 在生成器函数中,可以多次yield,没执行意次yield后会暂停执行,把yield表达式的值返回
• 再次执行会执行到下一个yiled语句又会暂停执行
• return 语句依然可以终止函数运行,但trturn的返回值不能被获取到
• return会导致当前函数返回,我发继续执行,也无法继续获取下一个值,抛出StopIteration异常
• 如果函数没有显式的return语句,如果生成器函数执行到结尾(相当于执行了return none),一样会抛出Stoplteration异常
  生成器函数
• 包含yield语句的生成器函数调用后,生成生成器对象的时候,生成器函数的函数体不会立即执行
• next(generator)会从函数的当前位置向后执行到之后碰到的第一个yield语句,会弹出值,并暂停函数执行
• 再次调用next寒素,和上一条一样的处理过程
• 继续调用next函数,生成器函数如果结束执行了(显式或隐式调用了trturn语句),会抛出StopIteration异常

(三)生成器应用

1,无限循环

def counter():
    i = 0
    while True
        i += 1
        yield i
c = counter()
print(next(c))
print(next(c))
print(next(c))

2,计数器

def inc():
    def counter():
        i = 0
        while true:
            i += 1
            yield i

    c = counter()
    return next(c)

print(inc())
print(inc())
print(inc())

因为c是引用类型,每次调用inc函数都是重新定义c,并不能实现计数器的作用.所以打出来是三个一
修改上例

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            yield i
    c = counter()
    def inner():
        return next(c)
    return inner
foo = inc()
print(foo())
print(foo())
print(foo())

c是局部变量,引用的是counter生成器地址,inner函数返回生成器函数,inc函数返回inner函数,调用inc的返回值是调用inner函数,从而调用counter生成器函数
代码中的inner函数可以由lambda表达式代替

return lambda :next©

3,斐波那契数列

def fib():
    x = 0
    y = 1
    while true:
        yield y
        x, y = y, x + y
foo = fib()
for i in range(101):
    print(next(foo))

4,生成器交互
python 提供了一个和生成器对象交互的方法send,该方法可以和生成器沟通

def inc():
    def counter():
        i = 0
        while True:
            i += 1
            response = yield i
            if response is not None:
                i = response
    c = counter()
    return lambda x=False : next(c) if not x else c.send(0)


foo = inc()
print(foo())
print(foo())
print(foo())
print(foo(True))
print(foo())
print(foo())
print(foo())


1
2
3
1
2
3
4

• 调用send方法,就可以把send的实参穿给yield语句做结果,这个结果可以在灯饰右边被赋值给其他变量
• send和next一样可以推动生成器启动并执行
  5,协程
• 生成器的高级用法
• 它比进程,线程轻量级,是在用户空间调度函数的一种实现
• Python asyncio就是线程实现,已经加入到标准库
• Python3.5使用async,await关键字直接原生支持协程
• 协程调度器实现思路
  有两个生成器A,B
  next(A)后,A执行到了yield语句暂停,然后去执行next(B),B执行到yield语句也暂停,然后再次调用next(A),再调用next(B),周而复始,就实现了调度的效果
  可以引用调度的策略来实现切换的方式

def A():
    yield from range(5)

def B():
    yield from 'abcde'

foo1 = A()
foo2 = B()
for i in range(5):
    print(next(foo1))
    print(next(foo2))


0
a
1
b
2
c
3
d
4
e

• 协程是一种非抢占的策略来实现切换的方式

(四)yield from 语句

从Python 3.3开始增加了yield from 语句,使得yield from iterable 等价于 for item in iterable:yield item.
yield from 就是一种简化语法的语法糖

def inc():
    for x in range(1000):
        yield x
#使用yield from 简化
def inc():
    yield from range(1000)

foo = inc()
print(next(foo))
print(next(foo))
print(next(foo))

本质上yield from的意思就是,重from后面的可迭代对象中拿元素一个个yield出去