020.Python生成器和生成器函数

目录

• 一 生成器
  • 1.1 基本概念
  • 1.2  元组推导式的形式来写生成器 
  • 1.4 用next进行调用生成器
  • 1.5 利用for 和next 配合使用 调用生成器
• 二 生成器函数
  • 2.1 yield  生成器函数
  • 2.2 send生成器函数
  • 2.3 yield from 函数

---

回到顶部

一 生成器

1.1 基本概念

元组推导式是是生成器(generator) 

生成器定义

• 生成器可以实现自定义,迭代器是系统内置的,不能够更改
• 生成器的本质就是迭代器,只不过可以自定义.

生成器有两种定义的方式:

1. 生成器表达式 (里面是推导式,外面用圆括号)
2. 生成器函数

1.2  元组推导式的形式来写生成器 

gen = (i * 2 for i in range(5))
print(gen)
from collections import Iterator
print(isinstance(gen,Iterator))

执行

[root@node10 python]# python3 test.py
<generator object <genexpr> at 0x7fb5ec2e6200>
True

1.3 使用for调用生成器

gen = (i * 2 for i in range(5))
print(gen)
from collections import Iterator
print(isinstance(gen,Iterator))
for i in gen:
        print (i)

执行

[root@node10 python]# python3 test.py
<generator object <genexpr> at 0x7fd817c1f200>
True
0
2
4
6
8

1.4 用next进行调用生成器

gen = (i * 2 for i in range(5))
print(gen)
from collections import Iterator
print(isinstance(gen,Iterator))
for i in gen:
        print (i)
gen = (i * 2 for i in range(5))
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)

执行

[root@node10 python]# python3 test.py
<generator object <genexpr> at 0x7f0b564d0200>
True
0
2
4
6
8
0
2
4
6
8

越界错误

gen = (i * 2 for i in range(5))
print(gen)
from collections import Iterator
print(isinstance(gen,Iterator))
for i in gen:
        print (i)
gen = (i * 2 for i in range(5))
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)
res  = next(gen)
print(res)
#在添加一个会出现越界错误
res  = next(gen)
print(res)

执行

1.5 利用for 和next 配合使用 调用生成器

gen = (i * 2 for i in range(5))
print(gen)
from collections import Iterator
print(isinstance(gen,Iterator))
gen = (i * 2 for i in range(5))
for i  in  range(3):
        res = next(gen)
        print(res)

执行

[root@node10 python]# python3 test.py
<generator object <genexpr> at 0x7f5e78ef1200>
True
0
2
4

回到顶部

二 生成器函数

2.1 yield  生成器函数

yield 类似于 return
共同点在于:执行到这句话都会把值返回出去
不同点在于:yield每次返回时,会记住上次离开时执行的位置 , 下次在调用生成器 , 会从上次执行的位置往下走
           而return直接终止函数,每次重头调用.
yield 6 和 yield(6) 2种写法都可以 yield 6 更像 return 6 的写法 推荐使用

定义一个生成器

def func():
        print("one")
        yield  1

        print("two")
        yield 2

        print("three")
        yield 3

# 初始化生成器函数 => 返回一个生成器对象 简称生成器
gen = func()

res = next(gen)
print(res)
res = next(gen)
print(res)
res = next(gen)
print(res)

执行

[root@node10 python]# python3 test.py
one
1
two
2
three
3

执行过程

首先初始化生成器函数 返回生成器对象,简称生成器
    有了生成器之后 可以使用next进行依次的调用
    第一次 print(one)   记录当前的状态,暂停等待下一次调用 通过yield 1 返回1 ,阻塞代码
    第二次 print(two)   记录当前的状态,暂停等待下一次调用 通过yield 2 返回2 ,阻塞代码
    第三次 print(three) 记录当前的状态,暂停等待下一次调用 通过yield 3 返回3 ,阻塞代码
    到此已经没有值可以在拿出来了,如果在调用,直接越界报错.

优化生成器

def func():
        for i in range(1,101):
                yield "我的球衣号码是%d" % (i)

# 初始化生成器函数 => 返回一个生成器对象
gen = func()

for i  in  range(30):
        res = next(gen)
        print(res)

for i in range(50):
        res = next(gen)
        print(res)

2.2 send生成器函数

把值发送给上一个yield 进行接收

next和send区别:

1. next 只能取值
2. send 不但能取值,还能发送值

send注意点:

1. 第一个 send 不能给 yield 传值 默认只能写None (语法的硬性要求)
2. 最后一个yield 接受不到send的发送值

def func():
        print("start")
        res = yield 1
        print(res)

        res = yield 2
        print(res)

        res = yield 3

        print(res)
        print("end")
#初始化生成器函数，生成生成器
gen = func()
# 生成器.send  第一次发送的时候必须参数是None 硬性语法
res = gen.send(None)        #这里相当于res = next(gen)
print(res)

执行

[root@node10 python]# python3 test.py
start
1

第二次可以自定义要发送的值 

def func():
        print("start")
        res = yield 1
        print(res)

        res = yield 2
        print(res)

        res = yield 3



        print(res)
        print("end")
gen = func()
# 生成器.send  第一次发送的时候必须参数是None 硬性语法
res = gen.send(None)
print(res)
res = gen.send("111")
print(res)

res = gen.send("222")
print(res)

执行

[root@node10 python]# python3 test.py
start
1
111
2
222
3

如果没有yield了 , 就没有返回值给你, 在调用直接报错
如果就像在最后一次调用的时候执行剩下的没跑完的代码,使用try..except..来进行异常处理

def func():
        print("start")
        res = yield 1
        print(res)

        res = yield 2
        print(res)

        res = yield 3

        print(res)
        print("end")
gen = func()
# 生成器.send  第一次发送的时候必须参数是None 硬性语法
res = gen.send(None)
print(res)
res = gen.send("111")
print(res)

res = gen.send("222")
print(res)

res = gen.send("222")
print(res)

执行

[root@node10 python]# python3 test.py
start
1
111
2
222
3
222
end
Traceback (most recent call last):
  File "test.py", line 25, in <module>
    res = gen.send("222")
StopIteration

执行过程

发送的时候 是先发送 ,后接受

#第一次发送的时候必须参数是None 硬性语法
print(start) 记录当前状态, 把yield 1这个值返回取出 , 暂定阻塞,等待下一次调用.
# 第二次调用时,可以自定义要发送的值 被yield 1 这一行收走了,res接收到send发送过去的值为111
那么从这一行继续向下执行
print(res) 111
res = yield 2
把2 返回给res = gen.send(111) 这一行 res 接收到2 print(res)

#第三次调用时,发送自定义值222,被res = yield 2接收到 print(res) => 222
然后执行res = yield 3 记录当前状态,把yield 3 这个值返回取出, 代码暂停阻塞,等待下一次调用.

2.3 yield from 函数

• 将一个可迭代对象变成一个迭代器返回

def func():
        listvar = [1,2,3,4,4,5]
        # yield listvar
        yield from listvar

# 初始化生成器函数 返回生成器对象 简称生成器
gen = func()
res = next(gen)
print(res)
res = next(gen)
print(res)
res = next(gen)
print(res)
res = next(gen)
print(res)
print("<=for=>")
for i in gen:
        print(i)

执行

[root@node10 python]# python3 test.py
1
2
3
4
<=for=>
4
5