Python 生成器 - 技术栈

文章目录

概念
创建方式-生成器表达式
创建方式-生成器函数
- 生成器函数工作原理

概念

生成器定义在Python中，一边循环一边计算的机制，称为生成器：generator

为什么要有生成器

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。如：仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间

都白白浪费了。如果列表元素按照某种算法推算出来，那我们就可以在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。

换言之：时间换空间！想要得到庞大的数据，又想让它占用空间少，那就用生成器！延迟计算！需要的时候，再计算出数据

创建方式-生成器表达式

生成器表达式很简单，只要把一个列表推导式的[] 改成() ，就创建了一个生成器(generator)：

python 复制代码

L = [x * x for x in range(10)] #这是列表
print(L)
g = (x * x for x in range(10)) #这是生成器
print(g)
print(list(g))

输出结果：
$0, 1, 4, 9, 16, 25, 36, 49, 64, 81$
<generator object at 0x000001959C07ED50>
$0, 1, 4, 9, 16, 25, 36, 49, 64, 81$

创建方式-生成器函数

如果一个函数中包含yield 关键字，那么这个函数就不再是一个普通函数，调用函数就是创建了一个生成器（generator）对象。

生成器函数：其实就是利用关键字yield 一次性返回一个结果，阻塞，重新开始

生成器函数工作原理

1 生成器函数返回一个迭代器，for循环对这个迭代器不断调用__next__() 函数，不断运行到下一个yield 语句，一次一次取得每一个返回值，直到没有yield 语句为止，最终引发StopIteration 异常。

2 yield 相当于return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield 的下一条语句(不是下一行)开始执行。

3 send() 和next() ，都能让生成器继续往下走一步（下次遇到yield 停），但send() 能传一个值，这个值作为yield 表达式整体的结果

python 复制代码

def test():
    print("start")
    i=0
    while i<3:
        temp = yield i #下次迭代时，代码从`yield`的下一条语句(不是下一行)开始执行
        print(f"temp:{temp}")
        i += 1
    print("end")
    return "done"
if __name__ == '__main__':
    a = test()
    print(type(a))
    print(a.__next__())
    print(a.__next__())
    print(a.__next__()) # next(a) 一样
    print(a.__next__()) # 抛出异常：StopIteration

输出结果

start

0

temp:None

1

temp:None

2

temp:None

end

Traceback (most recent call last):

Cell In $78$ , line 16

print(a.next ()) # 抛出异常：StopIteration

StopIteration: done

python 复制代码

# send的作用是唤醒并继续执行，发送一个信息到生成器内部
def foo():
    print("start")
    i = 0
    while i<2:
        temp = yield i
        print(f"temp:{temp}")
        i=i+1
    print("end")
g = foo()
print(next(g))
print("*"*20)
print(g.send(100))
print(next(g))

因此，生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调它，它什么时候开始计算一个新的值，并给你返回。故而生成器有以下特点：

1 生成器函数生成一系列结果。通过yield 关键字返回一个值后，还能从其退出的地方继续运行，因此可以随时间产生一系列的值。

2 生成器和迭代是密切相关的，迭代器都有一个__next__() 成员方法，这个方法要么返回迭代的下一项，要么引起异常结束迭代。

3 生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next() 函数和send() 函数恢复生成器。

4 生成器看起来像是一个函数，但是表现得却像是迭代器