1. 生成器定义在Python中,一边循环一边计算的机制,称为生成器:generator。
2. 为什么要有生成器列表所有数据都在内存中,如果有海量数据的话将会非常耗内存。 如: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白浪费了。 如果列表元素按照某种算法推算出来,那我们就可以在循环的过程中不断推算出后续的元素,这样就不必创建完整的list,从而节省大量的空间。 简单一句话:我又想要得到庞大的数据,又想让它占用空间少,那就用生成器!
3.如何创建生成器第一种方法很简单,只要把一个列表生成式的 >>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
创建
方法二, 如果一个函数中包含
4. 生成器的工作原理(1)生成器(generator)能够迭代的关键是它有一个next()方法, 工作原理就是通过重复调用next()方法,直到捕获一个异常。 (2)带有 yield 的函数不再是一个普通函数,而是一个生成器generator。 可用next()调用生成器对象来取值。next 两种方式 t.__next__() | next(t)。 可用for 循环获取返回值(每执行一次,取生成器里面一个值) (基本上不会用 (3)yield相当于 return 返回一个值,并且记住这个返回的位置,下次迭代时,代码从yield的下一条语句开始执行。 (4).send() 和next()一样,都能让生成器继续往下走一步(下次遇到yield停),但send()能传一个值,这个值作为yield表达式整体的结果 ——换句话说,就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值,a = yield 5,第一次迭代到这里会返回5,a还没有赋值。第二次迭代时,使用.send(10),那么,就是强行修改yield 5表达式的值为10,本来是5的,那么a=10
感受下yield返回值的过程(关注点:每次停在哪,下次又开始在哪)及send()传参的通讯过程, 思考None是如何产生的(第一次取值:yield 返回了 i 值 0,停在yield i,temp没赋到值。第二次取值,开始在print,temp没被赋值,故打印None,i加1,继续while判断,yield 返回了 i 值 1,停在yield i):
好了,话不多说,翠花,上栗子: 1 #encoding:UTF-8
2 def yield_test(n):
3 for i in range(n):
4 yield call(i)
5 print("i=",i)
6 print("Done.")
7
8 def call(i):
9 return i*2
10
11 for i in yield_test(5):
12 print(i,",")
结果: 理解的关键在于:下次迭代时,代码从yield的下一条语句开始执行。
总结:什么是生成器? 生成器仅仅保存了一套生成数值的算法,并且没有让这个算法现在就开始执行,而是我什么时候调它,它什么时候开始计算一个新的值,并给你返回。
练习题:def count_down(n):
while n >= 0:
newn = yield n
print('newn', newn)
if newn:
print('if')
n = newn
print('n =', n)
else:
n -= 1
cd = count_down(5)
for i in cd:
print(i, ',')
if i == 5:
cd.send(3)
结果:
|
|
来自: wenxuefeng360 > 《待分类1》