前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >零基础学习 Python 之初识生成器

零基础学习 Python 之初识生成器

作者头像
编程文青李狗蛋
发布2019-11-07 15:42:29
2710
发布2019-11-07 15:42:29
举报
本文字数:1946 字 阅读本文大概需要:5 分钟

写在之前

昨天的文章中(Python 拓展之迭代器)我们学了「迭代器」,今天我们就来学学另一个 -- 「生成器」。如果不出意外的话,「生成器」这个部分是我们在“类”里面的最后一个知识点,坚持就是胜利。

生成器

不知道你还记得么,在昨天出现了一个单词我们还没说:

代码语言:javascript
复制
>>> tuple1 = (x**x for x in range(3))
>>> tuple1
<generator object <genexpr> at 0x0000000001DF16D8>

就是上面那个 generator,现在我可以告诉你了,generator 翻译成中文就是“生成器”。

在 Python 中,定义生成器必须要使用 yield 这个关键词,yield 翻译成中文有「生产」这方面的意思。在 Python 中,它作为一个关键词,是生成器的标志。接下来我们来看一个例子:

代码语言:javascript
复制
>>> def f():
...     yield 0
...     yield 1
...     yield 2
...
>>> f
<function f at 0x00000000004EC1E0>

上面是写了一个很简单的 f 函数,代码块是 3 个 yield 发起的语句,下面让我们来看看如何使用它:

代码语言:javascript
复制
>>> fa = f()
>>> fa
<generator object f at 0x0000000001DF1660>
>>> type(fa)
<class 'generator'>

上述操作可以看出,我们调用函数得到了一个生成器(generator)对象。

代码语言:javascript
复制
>>> dir(fa)
['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__',
'__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

在上面我们看到了 __iter__() 和 __next__(),虽然我们在函数体内没有显示的写 __iter__() 和 __next__(),仅仅是写了 yield,但它就已经是「迭代器」了。既然如此,那我们就可以进行如下操作:

代码语言:javascript
复制
>>> fa = f()
>>> fa.__next__()
0
>>> fa.__next__()
1
>>> fa.__next__()
2
>>> fa.__next__()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

从上面的简单操作可以看出:含有 yield 关键词的函数 f() 是一个生成器对象,这个生成器对象也是迭代器。所以就有了这样的定义:把含有 yield 语句的函数称为生成器,生成器是一种用普通函数语法定义的迭代器。

通过上面的例子可以看出,这个生成器(即迭代器)在定义的过程中并没有昨天讲的迭代器那样写 __iter__(),而是只用了 yield 语句,之后一个普普通通的函数就神奇的成了生成器,同样也具备了迭代器的特性。

yield 语句的作用,就是在调用的时候返回相应的值。下面我来逐行的解释一下上面例子的运行过程:

1.fa = f():fa 引用生成器对象。

2.fa.__next__():生成器开始执行,遇到了第一个 yield,然后返回后面的 0,并且挂起(即暂停执行)。

3.fa.__next__():从上次暂停的位置开始,继续向下执行,遇到第二个 yield,返回后面的值 1,再挂起。

4.fa.__next__():重复上面的操作。

5.fa.__next__():从上次暂停的位置开始,继续向下执行,但是后面已经没有 yield 了,所以 __next__() 发生异常。

写在之后

在上面的一系列操作中,不知道你有没有发现,yield 除了作为生成器的标志以外,还有一个「返回值」的功能。我们知道 return 也有这个功能,那么它跟 return 的这个返回值有什么区别呢?这个你可以先思考一下,我之后的文章会详细的写一下 yield,敬请期待。

如果你觉得本篇文章对你有所帮助,欢迎点赞转发,让更多的人看到。如果你有什么问题或者建议欢迎联系我。

The end。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-08-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python空间 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档