什么是生成器?Python生成器如何使用?

　　生成器算得上是Python语言中最吸引人的特性之一，生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面一样在类中定义__iter__() 和__next__() 方法了，只需要在函数中声明一个 yiled 关键字。所以生成器是一种特殊的迭代器(反之不成立)，因此任何生成器也是以一种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是：

　　def fib(max):

　　n, a, b = 0, 0, 1

　　while n < max:

　　yield b

　　a, b = b, a + b

　　n = n + 1

　　for i in fib(10):

　　print(i)

　　(1)生成器对象

　　简单说，生成器就是使用了yield关键字的函数：

　　def countdown(n):

　　print('countdown start')

　　while n > 0:

　　yield n

　　n -= 1

　　print('Done!')

　　print(countdown) #

　　gen = countdown(5)

　　print(gen) #

　　# 生成器对象也是迭代器对象，一定拥有iter和next,由yield关键字在函数调用时封装好的，不用再自己定义

　　# print(gen.__iter__())

　　# print(gen.__next__())

　　for i in gen:

　　print(i)

　　解析：生成器函数调用时只会返回一个生成器对象。只有当生成器对象调用__next__方法时才会触发函数体代码执行，直到遇到关键字yield停止，将yield后的值作为返回值返回，所以，yield类似于return的功能，但不同于return的是，return返回，函数结束;而yield将函数的状态挂起，等待生成器对象再次调用__next__方法时，函数从挂起的位置后的第一条语句继续运行直到再遇见yield并返回其后的值;如果不断调用__next__方法，最后一次进入函数体，待执行代码不再有yield此时报出迭代异常的错误。

　　另外，对比迭代器，生成器对象多几个方法：

　　(1)一个内置的close方法用来关闭自己

　　(2)一个内置的send方法，进入生成器，类似于next，但是多一个传值给yield变量的功能。

　　yield的功能总结：

　　(1)封装iter和next方法 (2)执行函数时遇到yield返回其后的值，不同于return，yiled可以返回多次值 (3)挂起函数的状态，等待下一次调用next方法时找到对应的暂停位置继续执行。

　　生成器表达式

　　创建一个生成器对象有两种方式，一是通过在函数中创建yield关键字来实现。另一种就是生成器表达式，这是一种类似于数据类型中学过的列表生成式的语法格式，只是将[]换成(),即：

　　(expression for item in iterable if condition)

　　不同于列表生成式最后返回一个列表结果，生成器表达式顾名思义会返回一个生成器对象，比如：

　　>>> [x*x for x in range(4)] # 列表推导式

　　[0, 1, 4, 9]

　　>>> gen=(x*x for x in range(4))

　　>>> gen

　　at 0x101be0ba0>

　　当需要用到其中的值时，再通过调用next方法或者for循环将值一个个地计算出来：

　　>>> next(gen)

　　Traceback (most recent call last):

　　File "", line 1, in

　　StopIteration

　　#------------for 循环------------------

　　>>> gen=(x*x for x in range(4))

　　>>> for i in gen:

　　... print(i)

　　...

　　可迭代对象、迭代器、生成器关系

　　面试题

　　def add(s, x):

　　return s + x

　　def gen():

　　for i in range(4):

　　yield i

　　base = gen()

　　for n in [1, 10]:

　　base = (add(i, n) for i in base)

　　print(list(base))

什么是生成器?Python生成器如何使用?

猜你喜欢