zoukankan      html  css  js  c++  java
  • 生成器

    什么是生成器:

    可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的_iter_()方法),所以生成器就是可迭代对象。

    生成器分类及在Python中的表现形式:(Python有两种不同的方式提供生成器)

    1、生成器函数:常规函数定义,但是使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行

    2、生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表。

     生成器的优点:

    Python使用生成器对延迟操作提供了支持。所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果。这也是生成器的主要优点。

    生成器小结:

    1、是可迭代对象

    2、实现了延迟计算、节省内存

    3、生成器和其他的数据类型一样,都是实现了迭代器协议,只不过生成器附加了一个延迟计算省内存的好处,其余的可迭代对象没有这点好处。

    知识储备——三元表达式和列表解析

    #三元表达式
    city = '北京'
    print('large' if city == 'shanghai' else 'small')
    
    #等同于下面的代码
    
    if city == 'shanghai':
        print('large')
    else:
        print('small')
    
    #列表解析
    city_list = []
    for i in range(10):
        city_list.append('城市%s'%i)
    print(city_list)
    
    #等同于下面的列表解析代码,结果是直接放在内存中,数据量很大的时候,这种方式不可取
    city_list1 = ['城市%s'%i for i in range(10)]
    #利用三元表达式生成5个城市
    city_list2 = ['城市%s'%i for i in range(10) if i>4]
    print(city_list1)
    print(city_list2)

    生成器之函数表示:

    
    
    def fun1():
        yield 1
        yield 2
        yield 3
    
    res =fun1()
    print(res)
    print(res.__next__())
    print(res.__next__())
    print(res.__next__())
    
    返回结果
    
    <generator object fun1 at 0x00000000006D0150>
    1
    2
    3
    
    Process finished with exit code 0
    
    

    生成器表达式:

    
    
    #使用生成器表达式
    city_list = ('城市%s'%i for i in range(10))
    print(city_list)
    print(city_list.__next__())
    print(city_list.__next__())
    print(city_list.__next__())
    print(city_list.__next__())
    
    执行结果
    <generator object <genexpr> at 0x0000000000A30150>
    城市0
    城市1
    城市2
    城市3
    
    Process finished with exit code 0

    生成器总结

    综上已经对生成器有了一定的认识,下面我们以生成器函数为例进行总结

    • 语法上和函数类似:生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义,差别在于,生成器使用yield语句返回一个值,而常规函数使用return语句返回一个值
    • 自动实现迭代器协议:对于生成器,Python会自动实现迭代器协议,以便应用到迭代背景中(如for循环,sum函数)。由于生成器自动实现了迭代器协议,所以,我们可以调用它的next方法,并且,在没有值可以返回的时候,生成器自动产生StopIteration异常
    • 状态挂起:生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态,保留足够的信息,以便之后从它离开的地方继续执行

    优点一:生成器的好处是延迟计算,一次返回一个结果。也就是说,它不会一次生成所有的结果,这对于大数据量处理,将会非常有用。

    1 #列表解析
    2 sum([i for i in range(100000000)])#内存占用大,机器容易卡死
    3 
    4 #生成器表达式
    5 sum(i for i in range(100000000))#几乎不占内存

    优点二:生成器还能有效提高代码可读性

    #求一段文字中,每个单词出现的位置
    def index_words(text):
        result = []
        if text:
            result.append(0)
        for index,letter in enumerate(text,1):
            if letter == ' ':
                result.append(index)
        return result
    
    #for index,letter in enumerate(text1):
    #    print('index=%s letter=%s'%(index,letter))
    print(index_words('hello world Akuma'))

    运行结果:
    "C:Program FilesAnaconda3python.exe" "E:/study python/Day3/三元表达式和列表解析.py"
    [0, 6, 12]

    Process finished with exit code 0

     注意事项:生成器只能遍历一次!

     
     
  • 相关阅读:
    gitbook
    Goland IDE使用
    go-zero RPC 框架安装 (goctl安装, protoc安装, etcd安装)
    go 打包部署
    GO redis
    go 常见异常
    go 异常处理
    go常用数据处理 (json, map, 结构体)
    Kafka日志消息
    【leetcode_easy_math】1317. Convert Integer to the Sum of Two No-Zero Integers
  • 原文地址:https://www.cnblogs.com/AkumaIII/p/8144284.html
Copyright © 2011-2022 走看看