python生成器

标签：python生成器

python生成器

为什么用生成器？

列表生成式： 使代码更简洁、还可以执行一个函数；

    [i*2 for i in range(10)]

生成 ：[0,2,4,6,8,12,14,16,18]

[i*2 for i in range(10)]

相当于以下三句代码：

a = []

for i in range(10):

    a.append(i*2)

通过列表生成式，我们可以直接创一个列表。但是受到内存限制，列表容量肯定是有限的。而且创建一个包含100万个元素的列表，

不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那么后面绝大多数元素占用的空间是白白浪费的。

生成器定义

所以，如果列表元素可以按照某种算法推算出来，那我们是否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。在python中，这种一边循环一边计算的机制，称为生成器：generator。

生成器创建方法

要创建一个generator，有很多种方法。

第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

生成器内容深化

生成器被调用的时候才生成所以列表元素

a = (i*2 for i in range(10))    #生成器
print(a)
<generator object <genexpr> at 0x00000212699D1E08>

例如：访问前两个数据

a = (i*2 for i in range(10))
print(a.__next__())
print(a.__next__())

生成器只记录当前位置，只存储一个数据；

只有一个__next__()方法。在python2.0 里边是next()

取数据可以用for循环取数据；

当推算的算法比较复杂的时候，用for循环无法实现的时候，用函数来实现。

fib例子：

先看一下斐波那契数列Fibonacci简写fib，除了第一个和第二个数外，任意一个数都可以由前两个数相加得到；

如：1,1,2,3,5,8,13,21,34
def fib(max):
    n,a,b = 0,0,1
    while n < max:
        print(b)
        a,b = b,a+b
        n = n+1
    return ‘done‘
#10代表生成10个斐波那契数据，从1开始。
fib(10)

注意：赋值语句

    a,b = b,a+b
    相当于：
    t = (b,a+b) #t是一个tuple
    a = t[0]
    b = t[1]

上面的函数和generator仅一步之遥，只需要把print(b)改成yield b 就可以了：

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        yield b
        a,b = b,a+b
        n = n+1
    return ‘done‘
#print(fib(10))
f = fib(10)
print(f.__next__())
print(f.__next__())
print(f.__next__())
for i in f:
    print(i)

当f.__next__取到第11个数据的时候，已经没有数据了，程序会报出一个错误done；

如果不想报错，就抓住这个异常。

def fib(max):
    n,a,b = 0,0,1
    while n < max:
        yield b     #保存了中断状态，反悔了当前的状态值；
        a,b = b,a+b
        n = n+1
    return ‘--done--‘   #作用是异常的时候打印这个消息
#print(fib(10))
f = fib(3)
#以下为异常处理代码
while True:
    try:
        x = next(f)
        print("f:",x)
    except StopIteration as e:
        print("generaotr return value:",e.value)
        break
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())

通过装饰器可以实现并行效果，使单线程也可以并发。

通过yield实现在单线程的情况下实现并发运算的效果。

例子：典型的生产者消费者模型

import time
#消费者
def consumer(name):     #consumer 消费者
    print("%s 准备吃包子啦！"%name)
    while True:
        baozi = yield
        print("包子[%s]来了，被[%s]吃了！"%(baozi,name))
c = consumer("123")    #只是变成一个生成器，而不执行；如果是函数是会被调用的。
c.__next__()         #调用
# c.__next__()
c.send("韭菜")
def producer(name):
    c = consumer("A")
    c2 = consumer("B")
    c.__next__()
    c2.__next__()
    print("开始准备吃包子啦！")
    for i in range(3):
        time.sleep(1)
        print("做了1个包子，分两半！")
        c.send(i)
        c2.send(i)
producer("abc")

这个是一个最简单的协程；协程比线程更小的一个单位；

本文出自 “506554897” 博客，请务必保留此出处http://506554897.blog.51cto.com/2823970/1963775

python生成器

标签：python生成器

原文地址：http://506554897.blog.51cto.com/2823970/1963775