python生成器

什么是生成器?
通過列表生成式,我們可以直接創建一個列表。但是,受到內存限制,列表容量肯定是有限的。而且,創建一個包含100萬個元素的列表,不僅占用很大的存儲空間,如果我們僅僅需要訪問前面幾個元素,那后面絕大多數元素占用的空間都白白浪費了。所以,如果列表元素可以按照某種算法推算出來,那我們是否可以在循環的過程中不斷推算出后續的元素呢?這樣就不必創建完整的list,從而節省大量的空間。在Python中,這種一邊循環一邊計算的機制,稱為生成器:generator。

帶有 yield 的函數在 Python 中被稱之為 generator(生成器),幾個例子說明下(還是用生成斐波那契數列說明)

生成器(yield)既可以保持代碼的簡潔性,又可以保持代碼的效果

def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

執行

>>> for n in fab(5):
    print n
  
1
1
2
3
5

簡單地講,yield 的作用就是把一個函數變成一個 generator,帶有 yield 的函數不再是一個普通函數,Python 解釋器會將其視為一個 generator,調用 fab(5) 不會執行 fab 函數,而是返回一個 iterable 對象!在 for 循環執行時,每次循環都會執行 fab 函數內部的代碼,執行到 yield b 時,fab 函數就返回一個迭代值,下次迭代時,代碼從 yield b 的下一條語句繼續執行,而函數的本地變量看起來和上次中斷執行前是完全一樣的,于是函數繼續執行,直到再次遇到 yield。看起來就好像一個函數在正常執行的過程中被 yield 中斷了數次,每次中斷都會通過 yield 返回當前的迭代值。

也可以手動調用 fab(5) 的 next() 方法(因為 fab(5) 是一個 generator 對象,該對象具有 next() 方法),這樣我們就可以更清楚地看到 fab 的執行流程:

>>> f = fab(3)
>>> f.next()
1
>>> f.next()
1
>>> f.next()
2
>>> f.next()
 
Traceback (most recent call last):
  File "<pyshell#62>", line 1, in <module>
    f.next()
StopIteration

return作用

在一個生成器中,如果沒有return,則默認執行到函數完畢;如果遇到return,如果在執行過程中 return,則直接拋出 StopIteration 終止迭代。例如

>>> s = fab(5)
>>> s.next()
1
>>> s.next()
 
Traceback (most recent call last):
  File "<pyshell#66>", line 1, in <module>
    s.next()
StopIteration

文件讀取

def read_file(fpath): 
    BLOCK_SIZE = 1024 
    with open(fpath, 'rb') as f: 
        while True: 
            block = f.read(BLOCK_SIZE) 
            if block: 
                yield block 
            else: 
                return

如果直接對文件對象調用 read() 方法,會導致不可預測的內存占用。好的方法是利用固定長度的緩沖區來不斷讀取文件內容。通過 yield,我們不再需要編寫讀文件的迭代類,就可以輕松實現文件讀取。

send
例子:執行到yield時,gen函數作用暫時保存,返回i的值;temp接收下次c.send("python"),send發送過來的值,c.next()等價c.send(None)

def gen():
    i = 0
    while i<5:
        temp = yield i
        print(temp)
        i+=1

使用send

f = gen()

f.__next__()
0

f.send('haha')
haha
1

f.__next__()
None
2

 f.send('haha')
haha
3

實現多任務

def test1():
    while True:
        print("--1--")
        yield None

def test2():
    while True:
        print("--2--")
        yield None

t1 = test1()
t2 = test2()
while True:
    t1.__next__()
    t2.__next__()

總結:

生成器是這樣一個函數,它記住上一次返回時在函數體中的位置。對生成器函數的第二次(或第 n 次)調用跳轉至該函數中間,而上次調用的所有局部變量都保持不變。
生成器不僅“記住”了它數據狀態;生成器還“記住”了它在流控制構造(在命令式編程中,這種構造不只是數據值)中的位置。

生成器的特點:

  1. 節約內存
  2. 迭代到下一次的調用時,所使用的參數都是第一次所保留下的,即是說,在整個所有函數調用的參數都是第一次所調用時保留的,而不是新創建的
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容

  • Python列表生成式 列表推導式的一般語法 這種語法等價于以下代碼 下面舉一些列表推導式的栗子: Python中...
    So_ProbuING閱讀 1,296評論 0 0
  • 1.什么是生成器 通過列表生成式,我們可以直接創建一個列表。但是,受到內存限制,列表容量肯定是有限的。而且,創建一...
    一只寫程序的猿閱讀 952評論 0 4
  • 作者:邵正將 來源:PytLab 在python中生成器可以很方便的實現迭代協議。生成器通過生成器函數產生,生成器...
    PyChina閱讀 1,585評論 0 6
  • 1.生成器(generator)概念 生成器是迭代器,生成器提供了非常方便的自定義迭代器的途徑,在Python中,...
    Pello_Luo閱讀 804評論 0 0
  • 寫給曾經深愛的你,愿這一別,又是七年。 說實話,我真的沒想到,多年以后,我會在這樣的將各種聲音和味道摻雜在一起的鬧...
    冰崖冷閱讀 97評論 0 1