Python生成器（Generator）詳解
通過(guò)列表生成式，我們可以直接創(chuàng)建一個(gè)列表。但是，受到內(nèi)存限制，列表容量肯定是有限的。而且，創(chuàng)建一個(gè)包含100萬(wàn)個(gè)元素的列表，不僅占用很大的存儲(chǔ)空間，如果我們僅僅需要訪問(wèn)前面幾個(gè)元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了。
所以，如果列表元素可以按照某種算法推算出來(lái)，那我們是否可以在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素呢？這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。在Python中，這種一邊循環(huán)一邊計(jì)算的機(jī)制，稱(chēng)為生成器（Generator）。
簡(jiǎn)單生成器
要?jiǎng)?chuàng)建一個(gè)generator，有很多種方法。第一種方法很簡(jiǎn)單，只要把一個(gè)列表生成式的[]改成()，就創(chuàng)建了一個(gè)generator：
>>> 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 0x104feab40>
創(chuàng)建L和g的區(qū)別僅在于最外層的[]和()，L是一個(gè)list，而g是一個(gè)generator。
我們可以直接打印出list的每一個(gè)元素，但我們?cè)趺创蛴〕鰃enerator的每一個(gè)元素呢？
如果要一個(gè)一個(gè)打印出來(lái)，可以通過(guò)generator的next()方法：
>>> g.next()
0
>>> g.next()
1
>>> g.next()
4
>>> g.next()
9
>>> g.next()
16
>>> g.next()
25
>>> g.next()
36
>>> g.next()
49
>>> g.next()
64
>>> g.next()
81
>>> g.next()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
我們講過(guò)，generator保存的是算法，每次調(diào)用next()，就計(jì)算出下一個(gè)元素的值，直到計(jì)算到最后一個(gè)元素，沒(méi)有更多的元素時(shí)，拋出StopIteration的錯(cuò)誤。
當(dāng)然，上面這種不斷調(diào)用next()方法實(shí)在是太變態(tài)了，正確的方法是使用for循環(huán)，因?yàn)間enerator也是可迭代對(duì)象：
>>> g = (x * x for x in range(10))
>>> for n in g:
... print n
...
0
1
4
9
16
25
36
49
64
81
所以，我們創(chuàng)建了一個(gè)generator后，基本上永遠(yuǎn)不會(huì)調(diào)用next()方法，而是通過(guò)for循環(huán)來(lái)迭代它。
帶yield 語(yǔ)句的生成器
仔細(xì)觀察，可以看出，fib函數(shù)實(shí)際上是定義了斐波拉契數(shù)列的推算規(guī)則，可以從第一個(gè)元素開(kāi)始，推算出后續(xù)任意的元素，這種邏輯其實(shí)非常類(lèi)似generator。
也就是說(shuō)，上面的函數(shù)和generator僅一步之遙。要把fib函數(shù)變成generator，只需要把print b改為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
這就是定義generator的另一種方法。如果一個(gè)函數(shù)定義中包含yield關(guān)鍵字，那么這個(gè)函數(shù)就不再是一個(gè)普通函數(shù)，而是一個(gè)generator：
>>> fib(6)
<generator object fib at 0x104feaaa0>
這里，最難理解的就是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語(yǔ)句或者最后一行函數(shù)語(yǔ)句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語(yǔ)句返回，再次執(zhí)行時(shí)從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行。
舉個(gè)簡(jiǎn)單的例子，定義一個(gè)generator，依次返回?cái)?shù)字1，3，5：
>>> def odd():
... print 'step 1'
... yield 1
... print 'step 2'
... yield 3
... print 'step 3'
... yield 5
...
>>> o = odd()
>>> o.next()
step 1
1
>>> o.next()
step 2
3
>>> o.next()
step 3
5
>>> o.next()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
可以看到，odd不是普通函數(shù)，而是generator，在執(zhí)行過(guò)程中，遇到y(tǒng)ield就中斷，下次又繼續(xù)執(zhí)行。執(zhí)行3次yield后，已經(jīng)沒(méi)有yield可以執(zhí)行了，所以，第4次調(diào)用next()就報(bào)錯(cuò)。
回到fib的例子，我們?cè)谘h(huán)過(guò)程中不斷調(diào)用yield，就會(huì)不斷中斷。當(dāng)然要給循環(huán)設(shè)置一個(gè)條件來(lái)退出循環(huán)，不然就會(huì)產(chǎn)生一個(gè)無(wú)限數(shù)列出來(lái)。
同樣的，把函數(shù)改成generator后，我們基本上從來(lái)不會(huì)用next()來(lái)調(diào)用它，而是直接使用for循環(huán)來(lái)迭代：
>>> for n in fib(6):
... print n
...
1
1
2
3
5
8
加強(qiáng)的生成器
在 python2.5 中,一些加強(qiáng)特性加入到生成器中,所以除了 next()來(lái)獲得下個(gè)生成的值,用戶可以將值回送給生成器[send()],在生成器中拋出異常,以及要求生成器退出[close()]
def gen(x):
count = x
while True:
val = (yield count)
if val is not None:
count = val
else:
count += 1
f = gen(5)
print f.next()
print f.next()
print f.next()
print '===================='
print f.send(9)#發(fā)送數(shù)字9給生成器
print f.next()
print f.next()
輸出
5
6
7
====================
9
10
11
相關(guān)文章
關(guān)于使用python反編譯apk簽名出包的問(wèn)題
這篇文章主要介紹了使用python反編譯apk簽名出包,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
Python調(diào)用SMTP服務(wù)自動(dòng)發(fā)送Email的實(shí)現(xiàn)步驟
這篇文章主要介紹了Python調(diào)用SMTP服務(wù)自動(dòng)發(fā)送Email的實(shí)現(xiàn)步驟，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-02-02
Python使用Beautiful Soup實(shí)現(xiàn)解析網(wǎng)頁(yè)
在這篇文章中，我們將介紹如何使用 Python 編寫(xiě)一個(gè)簡(jiǎn)單的網(wǎng)絡(luò)爬蟲(chóng)，以獲取并解析網(wǎng)頁(yè)內(nèi)容。我們將使用 Beautiful Soup 庫(kù)，它是一個(gè)非常強(qiáng)大的庫(kù)，用于解析和操作 HTML 和 XML 文檔。讓我們開(kāi)始吧2023-05-05
Python中的列表生成式與生成器學(xué)習(xí)教程
這篇文章主要介紹了Python中的列表生成式與生成器學(xué)習(xí)教程,Python中的Generator生成器比列表生成式功能更為強(qiáng)大,需要的朋友可以參考下2016-03-03
學(xué)習(xí)Python中一些實(shí)用的庫(kù)
這篇文章主要介紹了Python學(xué)習(xí)之盤(pán)點(diǎn)一些Python中實(shí)用的庫(kù)，有需要的同學(xué)可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2021-09-09
python爬蟲(chóng)之百度API調(diào)用方法
下面小編就為大家?guī)?lái)一篇python爬蟲(chóng)之百度API調(diào)用方法。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-06-06
基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實(shí)現(xiàn)
今天小編就為大家分享一篇基于keras 模型、結(jié)構(gòu)、權(quán)重保存的實(shí)現(xiàn)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
本篇文章給大家講解一下如何用python3寫(xiě)出爬取B站視頻彈幕的功能，有興趣的讀者們參考學(xué)習(xí)下吧。2017-12-12
python一行輸入n個(gè)數(shù)據(jù)問(wèn)題
這篇文章主要介紹了python一行輸入n個(gè)數(shù)據(jù)問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
這篇文章主要介紹了Python使用Plotly繪圖工具，繪制甘特圖，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04