Python进阶系列连载(5)——生成器(上)

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:

扫描二维码关注公众号,回复: 3277744 查看本文章

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~

猜你喜欢

转载自blog.csdn.net/qq_40925239/article/details/82793670