学点简单的Python之Python生成器

亓官劼 · CSDN · · 2021-01-09 16:15

学点简单的Python之Python生成器

大家好，我叫亓官劼（qí guān jié ），在CSDN中记录学习的点滴历程，时光荏苒，未来可期，加油~博主目前仅在CSDN中写博客，唯一博客更新的地址为：亓官劼的博客，同时正在尝试在B站中做一些内容分享，B站主页为：亓官劼的B站主页

本文原创为亓官劼，请大家支持原创，部分平台一直在恶意盗取博主的文章！！！
若需联系博主，可以联系本人微信：qiguanjie2015

什么是生成器？生成器能够做什么

在Python中，使用了yield的函数被称为生成器，生成器返回的是一个迭代器的函数，只能用于迭代操作，在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

生成器常用场景：例如我们需要生成一个有规律向前推进的列表，或者一个1-1亿的列表等等，当我们列表中元素数量十分大时，内存会爆栈。但是如何我们元素间是有规律的，则我们可以利用生成器来解决这个问题。

例如一个简单是生成器应用实例，利用生成器输出1-1亿的数。

list = (i for i in range(1,100000000))
for item in list:
    print(item)

注意这里使用的是 () 而不是列表的 [] 。如果使用列表，内存将会爆栈，程序直接卡死，各位小伙伴有兴趣的话可以自己尝试一下哦！

如何创建一个生成器？如何使用生成器？

那生成器只能生成这样连续的简单数列吗？当然不是！我们可以编写自己的生成器函数，例如我们编写一个斐波那契数列的生成器。

# 生成器函数 - 斐波那契数列
def fibonacci(n):
    # a为第一个数，b为第二个数，counter为当前是第几个，迭代向前推进
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return
        yield a
        a, b = b, a + b
        counter += 1


# fib 是一个迭代器，由生成器返回生成
fib = fibonacci(10)

for item in fib:
    print(item)

输出为：

这里我们每次返回一个fibonacci数列的值，每次返回的值即通过yield返回的值，返回之后生成器中的状态保持不变，等待下一次调用，当下一次调用来时，继续运行直到通过yield返回下一个值，以此循环。生成器不是将所有数保存在数列中，而是一个迭代器，每次返回时向前迭代。

next()和send()函数

我们可以利用next( )函数来获取迭代器的下一个值，例如下面这个例子：

def gen():
    yield 1
    yield 2
    yield 3
    yield 4

# a是由生成器gen生成的一个迭代器
a = gen()
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值

输出结果为：

生成器即是迭代器也是可迭代对象，即我们可以通过next来依次获取迭代器中的值，同时也可以通过之前例子中的迭代器直接获取。

当前例子中我们迭代器中只有四个值，那么当我们获取四个值之后再次调用 next(a) 时，便会抛出 StopIteration 异常，即当前迭代器没法继续向前迭代。

同时，我们也可以使用 send() 函数来获取下一个值，但是与 next() 函数不同的是， send() 函数需要一个参数，将这个参数发送到 yield 表达式的值。例如下面这个例子：

def gen():
    temp = yield 1
    print(temp)
    temp = yield 2
    print(temp)
    temp = yield 3
    print(temp)
    temp = yield 4
    print(temp)

# a是由生成器gen生成的一个迭代器
a = gen()
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值
print(next(a))# 输出a中下一个值

这时我们的输出为：

1
None
2
None
3
None
4

这里与我们上面例子不同的是，我们每次 yield 返回后，将这个 yield 1 的值作为表达式赋值给 temp ，当我们直接使用 next() 获取时，这个表达式的值为 None ，同时我们发现只输出了三个 None ,这也验证了我们之前说的，每次调用下一个值后，我们会停留在 yield 的位置，保存所有状态，直到下一次调用才会继续向下走。

我们通过 send() 函数来获取下一个值时，我们在 send() 函数中传的参数将会作为 yield 1 表达式的值赋值给 temp ，例如下面的例子。

def gen():
    temp = yield 1
    print(temp)
    temp = yield 2
    print(temp)
    temp = yield 3
    print(temp)
    temp = yield 4
    print(temp)

# a是由生成器gen生成的一个迭代器
a = gen()
print(a.send(None))# 输出a中下一个值，第一次执行生成器代码的时候，send函数必须要传递None进去，否则会报错
print(a.send('qiguanjie1'))# 输出a中下一个值，并传入参数qiguanjie1给yield表达式
print(a.send('qiguanjie2'))# 输出a中下一个值，并传入参数qiguanjie2给yield表达式
print(a.send('qiguanjie3'))# 输出a中下一个值，并传入参数qiguanjie3给yield表达式

输出为：

1
qiguanjie1
2
qiguanjie2
3
qiguanjie3
4

如果我们要使用 send() 来调用下一个值但我们不需要发送消息时，我们可以传递一个None进去，即 a.send(None)

好了，今天的学点简单的Python之Python生成器篇就到这里了，我们下次再见！如果这篇文章对您有帮助的话，可以点赞关注博主一下，给博主一些鼓励，哈哈~

原文地址：访问原文地址
快照地址：访问文章快照

分享到微博