在
python
中我们常听到迭代器和生成器,但是本人分开来介绍,只为告诉大家迭代器和生成器不是一个东西,在上篇文章中我们详细的介绍过迭代器和可迭代对象,本章重点介绍生成器。
一、生成器的应用场景
对于调用一个普通的Python
函数,一般是从函数的第一行代码开始执行,结束于return
语句、异常或者函数所有语句执行完毕。一旦函数将控制权交还给调用者,就意味着全部结束。函数中做的所有工作以及保存在局部变量中的数据都将丢失。再次调用这个函数时,一切都将从头创建。Python
是通过生成器来实现类似于协同程序的概念:生成器可以暂时挂起函数,并保留函数的局部变量等数据,然后在再次调用它的时候,从上次暂停的位置继续执行下去。
二、一个最简单的生成器
-
from collections.abc import Iterator, Iterable if __name__ == "__main__": # 列表生成式 lis = [x * x for x in range(10)] print(lis) print(isinstance(lis, Iterable)) print(isinstance(lis, Iterator)) # 生成器 generator_ex = (x * x for x in range(10)) print(generator_ex) print(isinstance(generator_ex, Iterable)) print(isinstance(generator_ex, Iterator)) print(next(generator_ex))
-
2、从上面我们可以知道生成器是迭代器,具有迭代器的可迭代和**使用
next()
**函数的功能。记住:生成器是一种特殊的迭代器
三、为什么要使用生成器函数,而不是直接使用函数
- 1、通过列表生成式可以直接创建一个列表,但是受到内存的限制,可能创建一个很大的空间,但是实际情况中用不到那么多(在C语言中所谓的堆区,没释放)
- 2、生成器(
generator
)的定义就是根据列表元素可以动态的分配内存空间 - 3、在实际开发过程中,如果我们要读取一个十几G大的文件,如果是直接使用文件打开的方式,其实底层的全部加载在内存中,这样造成计算机内存消耗,造成计算机卡死的局面,如果我们使用生成器,把大文件做成文档碎片的方式,每次从中间读取一点出来,然后再释放内存,这样就不会对计算机造成卡死的局面。
四、创建生成器函数
-
1、将普通函数的
return
改为yield
就是一个生成器函数def func(): print('====>first') yield 1 print('====>second') yield 2 print('====>third') yield 3 print('====>end') if __name__ == '__main__': g = func() print(g) # 生成器是一种特殊的迭代器,具有可迭代属性 for item in g: print(item)
五、协同程序
协同程序(协程)一般来说是指这样的函数
- 1、彼此间有不同的局部变量、指令指针,但是共享全局变量
- 2、可以方便的挂起、恢复,并且有多个入口点和出口点
- 3、多个协同程序间表现为协作运行,如A的运行过程中需要B的结果才能继续执行。
几个方法的介绍
-
1、
send(value):
send()
是除了next
外另一个恢复生成器的方法,或者叫往生成器中传递参数的方法。是将yield
语句变成了yield
表达式,这意味着yield
现在可以有一个值,而这个值就是在生成器的send
方法被调用从而恢复执行时,调用send
方法的参数。def test(): i = 1 while i < 5: temp = yield i ** 2 print('temp', temp, '当前i=', i) i += 1 if __name__ == "__main__": t = test() print(next(t)) print(next(t)) print(t.send('hello')) print(t.send('word'))
# 运行结果 1 # 在main中打印的 temp None 当前i= 1 # 在test函数中打印的 4 # 在main中打印的 temp hello 当前i= 2 # 在test函数中打印的 9 # 在main中打印的 temp word 当前i= 3 # 在test函数中打印的 16 # 在main中打印的
-
2、
close
方法
六、yield from
的使用
yield from
是 python3.3
后新加的语言结构。yield from
的主要功能是打开双向通道,把最外层的调用方法与最内层的子生成器连接起来。这两者就可以进行发送值和返回值了,yeild from
结构的本质是简化嵌套的生产器,不理解这个是什么意思的话,下面我将用几个例子来对其使用方法进行讲解
一般场景使用方式
def gene():
for c in 'AB':
yield c # 遇到yeild程序返回循环,下次从yeild后面开始。
for i in range(3):
yield i
if __name__ == "__main__":
print(list(gene())) # list内部会预激生成器
使用yield..from
的时候
def gene1():
yield from 'ab'
yield from range(3)
if __name__ == "__main__":
print(list(gene1()))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。