列表生成器(列表生成式):
使用此种方式生成的列表会放在内存中占用内存
a = [x*2 for x in range(1, 11)] print(a) # >>> [2, 4, 6, 8, 10, 12, 14, 16, 18, 20] # 完成3步:1. 从列表中取出每一个元素 # 2. 对每一个元素操作 # 3. 放回列表中
# 这里对函数的操作,即 x*2 也可以用函数来代替
# def f(n):
# return n**2
#
# a = [f(x) for x in range(1, 11)]
# print(a)
生成器:值不在生成器中。(比喻:生成器是厨师,不调用的话就不给你做饭,即生成数据。)
- 优点是不占用内存,因此不能像列表一样直接根据索引取元素,只能按顺序一个一个取
- 生成器是可迭代对象 iterable。(元组,字典,列表,集合,生成器都是可迭代对象)
- 什么是可迭代对象:从现象上看能进行 for 循环的都是可迭代对象,但是本质上有_iter_()方法的才是可迭代对象。
- 生成器最难理解的是:generator 和函数的执行流程不一样。函数是顺序执行,遇到 return 语句或者最后一行函数语句就返回。而变成 generator 的函数,在每次调用next()的时候执行,遇到 yield 语句返回,再次执行时从上次返回的 yield 语句处继续执行。
- 生成器在创建的时候就已经决定了能计算出值的个数,调用 next 的次数超过这个值就会报StopIteration
生成器有两种实现方式:
# 第一种,使用小括号方式生成 s = (x*x for x in range(1, 11)) # 创建一个生成器 print(s) # <generator object <genexpr> at 0x000000FD2251A318> # 第二种,使用 yield # foo() 是一个生成器对象。只要有 yield,foo()这种写法就不会再被当作函数执行 def foo(): print('ok1') yield 1 print('ok2') yield 2 # 没有return,默认 return None
既然说了生成器里面是没有值的,那么我们想要取得值的时候怎么办呢?用什么方法呢?(我感觉生成器就像是造出来的一个有生成值的作用的机器,你不去启动它,他就不会生成值。我们让生成器计算出值所调用的方法,就是一个启动机器生成值的办法。)
有以下方法:
1. 调用内部函数__next__()方法,这个时候生成器会帮我们计算出第一个值。接着调用,接着生成第 2 个值.....
但是不建议调用此方法,因为这是内部特殊的方法
s = (x*x for x in range(1, 11)) # 创建一个生成器 print(s.__next__()) print(s.__next__()) # >>> 1 # >>> 4
2. 使用 next()函数
#python2 中写法有区别:s.next() print(next(s)) # 等价于 s.__next__() >>> 1 print(next(s)) #>>>1 #>>>4
记录一个自己遇到的问题:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 # foo() 是一个生成器对象。 2 def foo(): 3 print('ok1') 4 yield 1 5 print('ok2') 6 yield 2 7 8 # next(foo()) 是等于 1 ,yield 相当于一个 return, 把 1 返回给了next(foo())。但是此处我们并没有将 next(foo()) 进行打印,因此不会输出 1 9 10 next(foo()) 11 next(foo()) 12 13 #疑问抛出:观察下面输出,为什么总是输出 ok1 呢,难道不应该接着向下执行吗?? 14 #>>>ok1 15 #>>>ok1 16 17 18 # 再看另一种方式,这种方式便可以输出 ok1,ok2。 19 # 上面是 next(foo()),这样每次执行这个语句的时候,foo()会被重新初始化,因此每次都从第一步开始执行 20 g = foo() 21 next(g) 22 next(g) 23 #>>>ok1 24 #>>>ok2
学习完了 next()函数,接下来学习 send()函数。
在使用send()函数前,必须要进入这个生成器内。
send函数其实和next()一样,都是进入生成器内,并且也是遇到 yield 返回,返回值也是 yield 的值。但是send多了一个功能,send('hello')函数是传一个值进去,但是这个值要给谁呢?
答案:传给 yield 前边的变量。 如 count = yield 1。 如果 yield 前边没有变量来接收这个值,也不会报错。
def foo():
print('ok1')
count = yield 1
print(count)
print('ok2')
yield 2
g = foo()
s = g.send(None) # 相当于next(b) 第一次 send 前如果没有 next,但是又需要进入这个生成器,只能传一个 send(None)。
print(s)
s = g.send('eeee')
print(s)
output:
ok1
1
eeee
ok2
2
生成器实现斐波那契数列:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
def fib(max): n, before, after = 0, 0, 1 while n < max: # print(before) yield before before, after = after, before + after n += 1 g = fib(8) for i in g: print(i)
yield 实现伪并发(包子代码)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import time def consumer(name): 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)) def producer(name): c = consumer('A') c2 = consumer('B') c.__next__() c2.__next__() print("老子开始准备做包子啦!") for i in range(10): time.sleep(1) print("做了2个包子!") c.send(i) c2.send(i) producer("alex")