Python之函数进阶-生成器函数

生成器函数

Python中有2种方式构造生成器对象:
- 生成器表达式
- 生成器函数
  - 函数体代码中包含yield语句的函数
  - 与普通函数调用不同，生成器函数调用返回的是生成器对象

普通函数调用，函数会立即执行直到执行完毕。

生成器函数调用，并不会立即执行函数体，而是返回一个生成器对象，需要使用next函数来驱动这个生成器对象，或者使用循环来驱动。

生成器表达式和生成器函数都可以得到生成器对象，只不过生成器函数可以写更加复杂的逻辑。

函数返回
- return语句依然可以终止函数运行，但return语句的返回值不能被获取到
- return会导致当前函数返回，无法继续执行，也无法继续获取下一个值，抛出StopIteration 异常
- 如果函数没有显式的return语句，如果生成器函数执行到结尾(相当于执行了return None)，一样会抛出StopIteration异常

生成器函数

包含yield语句的生成器函数调用后，生成生成器对象的时候，生成器函数的函数体不会立即执行
next(generator) 会从函数的当前位置向后执行到之后碰到的第一个yield语句，会弹出值，并暂停函数执行
再次调用next函数，和上一条一样的处理过程
继续调用next函数，生成器函数如果结束执行了(显式或隐式调用了return语句)，会抛出 StopIteration异常

python 复制代码

int('a', 16)

#具体解释如下：
#int() 是Python内置的数值类型转换函数，用于将其他类型的数据转换为整数。
#'a' 是一个十六进制字符串，表示要进行转换的值。
#16 是指定了输入字符串的进制数，这里表示十六进制。
#因此，int('a', 16) 的作用是将十六进制字符串 'a' 转换为对应的十进制整数。在十六进制中，字符 'a' 
#对应的十进制值为 10。所以，执行该代码后，会返回结果 10。

# 返回结果：10

python 复制代码

x = ['a', 1, 'b', 20, 'c', 32]
print(sorted(x, key=str))

# 定义一个列表，打印列表的值，转换成str格式进行排序
# 返回结果：[1, 20, 32, 'a', 'b', 'c']

python 复制代码

# 定义一个列表x，包含字符串和整数
x = ['a', 1, 'b', 20, 'c', 32]
def fn(x):	# 定义一个函数fn，用于处理列表中的元素
    if isinstance(x, int):	# 如果元素是整数，直接返回该整数
        return x
    else:
        return int(x, 16)	# 如果元素是字符串，尝试将其转换为十六进制整数并返回

print(sorted(x, key=fn))	# 使用sorted函数对列表x进行排序，key参数指定排序依据为fn函数的返回值

# 这样，列表中的字符串元素会按照其对应的十六进制整数值进行排序
# 返回结果：[1, 'a', 'b', 'c', 20, 32]

python 复制代码

x = ['a', 1, 'b', 20, 'c', 32]
def fn(x):
    return x if isinstance(x, int) else int(x, 16) # 三元表达式写法

print(sorted(x, key=fn))

# 返回结果：[1, 'a', 'b', 'c', 20, 32]

python 复制代码

x = ['a', 1, 'b', 20, 'c', 32]

print(sorted(x, key=lambda x: x if isinstance(x, int) else int(x, 16)))

# lambda表达式
# 返回结果：[1, 'a', 'b', 'c', 20, 32]

生成器函数总结

生成器对象
- 生成器表达式，每一次生成器表达式执行一次都会得到一个全新的生成器对象
- 生成器函数，每一次函数调用都会得到全新的生成器对象。只要有yield语句的函数都是生成器函数
  - 生成器函数每一次执行到yield这一句，把yield的值返回
  - return非常强势，见到它函数就完了。如果你用next驱动生成器对象，碰到了return，
  - 用for不会抛出异常碰到return就退出了

惰性本身是推荐的，还有它用在了协程中，线程、进程之后

python 复制代码

# 示例
def inc():
    count = 0
    while True:
        count += 1
        return count
    
# 不会形成死循环，因为有return

python 复制代码

inc
    
# inc函数名称
# 返回结果：<function __main__.inc()>

python 复制代码

inc()
    
# 调用inc函数返回结果
# 返回结果：1

python 复制代码

def inc():
    count = 0
    while True:
        count += 1
        yield count
    
# 创建一个生成器函数

python 复制代码

inc
    
# 查看函数名称
# 返回结果：<function __main__.inc()>

python 复制代码

inc()
    
# 直接调用函数返回生成器地址
# 返回结果：<generator object inc at 0x1082e9b40>

python 复制代码

def inc():
    for i in range(5):
        yield i + 1
    
# 创建生成器函数range(5)

python 复制代码

inc, inc()

# 查看inc，调用inc返回一个生成器函数
# 返回结果：(<function __main__.inc()>, <generator object inc at 0x106164040>)

python 复制代码

print(1, next(inc()))
print(2, next(inc()))

# print next inc函数，每次都会生成一个全新的函数，所以2次执行得到的结果都是1
# 返回结果：1 1
# 返回结果：2 1

python 复制代码

g = inc()
print(next(g))
print(next(g))
print('----------')
for x in g:
    print(x)
print('==========')
print(next(g))

# 创建g变量，值是inc()函数，对变量进行next迭代的就是同一个函数，迭代器使用完之后，在使用next会抛出StopIteration(停止迭代)异常

python 复制代码

g = inc()
print(next(g))
print(next(g))
print('----------')
for x in g:
    print(x)
print('==========')
print(next(g))

# 创建g变量，值是inc()函数，对变量进行next迭代的就是同一个函数，迭代器使用完之后，在使用next会抛出StopIteration(停止迭代)异常

无限容器

python 复制代码

def foo():     
    count = 0
    while True:
        count += 1
        yield count

# 可以做id生成器

python 复制代码

x = foo()
print(1, next(x))
print(2, next(x))
print(3, next(x))

# 生成器对象是惰性对象，你要一个我给你一个，上面的例子是无线容器，容量是无限的
# 返回结果：1 1
# 返回结果：2 2
# 返回结果：3 3

计数器

python 复制代码

def inc():
    def foo():
        count = 0
        while True:
            count += 1
            yield count 
            
    c = foo() # 生成器对象
    return c

x = inc() # x的值是inc函数的调用
print(next(x))
print(next(x))
print(next(x))

# 返回结果：1
# 返回结果：2
# 返回结果：3

python 复制代码

def inc():
    def foo(): 
        count = 0
        while True:
            count += 1
            yield count
            
    c = foo() # 生成器对象
    def fn():
        return next(c)
    return fn

x = inc()
print(x)
print(x())
print(x())
print(x())

# 返回结果：<function inc.<locals>.fn at 0x1085ee8e0>
# 返回结果：1
# 返回结果：2
# 返回结果：3

python 复制代码

def inc():
    def foo(): 
        count = 0
        while True:
            count += 1
            yield count
            
    c = foo() # 生成器对象
    return lambda : next(c) # lambda方式， 闭包是c

x = inc()
print(x)
print(x())
print(x())
print(x())

# 返回结果：<function inc.<locals>.<lambda> at 0x1085edc60>
# 返回结果：1
# 返回结果：2
# 返回结果：3

生成器写斐波那契数列

python 复制代码

# fib1:1 fib2:1 fib3:2

# 定义一个生成器函数fib，用于计算斐波那契数列
def fib():
    a = 1	# 初始化第一个斐波那契数a为1
    yield a	# 使用yield关键字返回第一个斐波那契数a
    b = 1	# 初始化第二个斐波那契数b为1
    yield b	# 使用yield关键字返回第二个斐波那契数b
    while True:	# 当循环条件满足时，执行循环体
        a, b = b, a + b	# 更新斐波那契数列的下一个值
        yield b	# 使用yield关键字返回新的斐波那契数
        
f = fib() # 生成器	# 创建一个生成器对象f，用于调用fib函数
for i in range(6):	# 使用for循环遍历0到5的整数序列
    print(i+1, next(f))	# 打印当前整数i加1和对应的斐波那契数

# 返回结果：1 1
# 返回结果：2 1
# 返回结果：3 2
# 返回结果：4 3
# 返回结果：5 5
# 返回结果：6 8