一、生成器定义和作用
- 定义:Python中,一边循环一边计算 的机制,生成器对象也是迭代器对象,支持for循环、next()方法...等。
- 作用:循环的过程中不断推算出后续的元素 ,这样就不必创建完整的list ,从而节省大量的空间
二、生成器创建方法
1、简单生成器:将列表推导式的[ ]改为()
python
# 列表生成式
_list = [i for i in range(10)]
print(type(_list)) # <class 'list'>
print(_list) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 生成器
_generator = (i for i in range(10))
print(type(_generator)) # <class 'generator'>
print(_generator) # <generator object <genexpr> at 0x7fbcd92c9ba0>
# 生成器对象取值
print(f"第一次迭代数据是:{_generator.__next__()}") # 第一次迭代数据是:0
print(f"第二次迭代数据是:{next(_generator)}") # 第二次迭代数据是:1
# 注意从第三个元素开始了!
for x in _generator: # for循环只能隐式的触发了StopIteration异常,就终止迭代了,但是在程序中不会显示出来
print(x) # 2,3,4,5,6,7,8,9
2、函数对象生成器:函数中使用yield关键字,函数就变成了一个generator
- yield和return语句使用方法类似,但是普通函数运行到return语句则直接返回代码不再执行;而生成器对象会运行到yield后返回,再下次调用next(),会从yield语句后继续执行。
python
def gen_generator():
yield "start"
for i in range(2):
yield i
yield "end"
gen = gen_generator()
print(f"从gen对象取到的第一个值为:{next(gen)}") # 从gen对象取到的第一个值为:start
print(f"从gen对象取到的第二个值为:{next(gen)}") # 从gen对象取到的第二个值为:0
print(f"从gen对象取到的第三个值为:{next(gen)}") # 从gen对象取到的第三个值为:1
print(f"从gen对象取到的第四个值为:{next(gen)}") # 从gen对象取到的第四个值为:end
# print(f"从gen对象取到的第五个值为:{next(gen)}") # 抛出StopIteration异常
# 等同于
gen2 = (i for i in ["start", 0, 1, "end"])
for v in gen2:
print(v)
三、yield生成器高级应用
send()方法概念:暂时保留先不进行,等待需要时再进行。作用与next()作用相似。
send()使用方式:传递值给yield返回(可以指定yield想返回啥就返回啥),如果传None,则等同于next(generator)。
- send()和next()区别:
- send(value)可以传递value给yield。
- next()不能传递特定的值,只能传递None进去。
python
def genterator_test():
while True:
print("--1-")
num = yield 100
print("--2--", "num=", num)
g = genterator_test()
# 等同于next(generator)
print(g.send(None)) # --1-
# 100
# 传递值给yield返回
print(g.send(11)) # --2-- num= 11
# --1-
# 100
# 传递值给yield返回
print(g.send(22)) # --2-- num= 22
# --1-
# 100