作者:王大伟
Python爱好者社区唯一小编
博客:https://ask.hellobi.com/blog/wangdawei
生成器
还记得在迭代器里我们说为什么将列表转为迭代器么?
小明:因为列表太大的话占用内存太大,做成迭代器可以节省空间,用的时候再拿出部分
是的,今天要讲的生成器是不会把结果保存在一个系列中,而是保存生成器的状态。
在每次进行迭代时返回一个值,直到遇到StopIteration异常结束。
见过这种东西吧:
你可以认为每一杯饮料就是一个生成的对象,我不会一次倒出所有的饮料
而是要喝的时候去倒出一杯(也就是需要的时候生成一个)
简单方法创建生成器
我们看个例子:
我们发现,当要生成的list非常大时,抛出异常,存储报错。
那怎样生成这种巨大的list呢?
你亲手试一下,发现瞬间程序就运行结束了
我们看到,b是一个generator,也就是生成器模式
你应该已经注意到,生成器的创建很简单,将列表生成式的中括号改成小括号即可
注意:这里说的不是列表,因为列表的中括号改成小括号是元组!
那我们怎么生成一个内容呢?
和之前的迭代器相同,使用next()函数即可:
直到最后会抛出异常,也就是到达了生成器的末端了
函数进化为生成器
还记得函数的定义么?
我们在之前用递归定义了一个斐波那契数列
现在我们定义一个新的函数来生成斐波那契数列的第n项
为了实现后一项等于前两项之和使用了a,b = b,a+b
为什么这样写,留给大家思考~
提示:可以输入n=3,自己感受一下调用函数过程中a和b的变化
值得注意的是,这个函数,当n=0时返回的是1,而不是正确的0
所以我们对其进行修改:
在循环之前,加了一个判断
小明:老湿!你这个说的还是函数啊,和生成器有啥关系?说好的函数进化成生成器呢?
好的,我们看看函数怎么进化为生成器!
我们把函数中的return换成yield
函数就进化成了生成器,当我们调用时,发现返回的是生成器对象
为了拿到数据,我们应该怎么做呢?
小红:老师,是不是可以试试next()函数呢?
对,不过在此之前,我们先要用一个变量去接收这个生成器对象
并且为了观察生成器的特点,我们对函数进行修改!
仔细看好:
当我们使用next(a)对生成器操作一次时,会返回循环一次的值
也就是在yield处结束本次运行
但它的特点就是下次使用next(a)时,接着上次的断点继续运行,直到下一个yield
不断使用next(a),直到运行到生成器结尾处,如下图:
可能你对他的运行过程还不是特别清晰
我们加上print输出来彻底搞懂他的运行过程:
发现每次返回值都是在yield的地方了吧~
总结
0.讲了两种生成器创建方式
1.加了yield的函数就变成了生成器
2.要定义一个变量接收生成器的返回值
3.使用next()获取生成器每次返回的值,并且断点在yield处
4.下次使用next()从上次的断电往下执行,直到生成器末端(这里表现为循环结束)
5.生成器属于迭代器,所以肯定是可迭代对象啦~
今天作业:
敲一遍代码,理解一下两种生成器创建方式
自己不敲代码永远学不会写代码
本文来自企鹅号 - Python爱好者社区媒体
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文来自企鹅号 - Python爱好者社区媒体
如有侵权,请联系 cloudcommunity@tencent.com 删除。