Python生成器

1.生成器

　　通过列表生成式(列表推导式)，|我们可以直接创建一个列表。但是，受到内存限制，列表容量中定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间,如果我们
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。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就
不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器: generator

 

2.通过列表推导式得到生成器

newlist = [x * 3 for x in range(10)]
print(newlist)

# 得到生成器
 5 g = (x * 3 for x in range(10))
print(type(g))  # >> <class 'generator'>
 7 print(g)  # >> <generator object <genexpr> at 0x000001FA1AF01548>
# 方式一：通过调用__next__()方式得到元素
 9 print(g.__next__())  # >> 0
10 print(g.__next__())  # >> 3
11 print(g.__next__())  # >> 6
12 print(g.__next__())  # >> 9
13 
# 方式二：next() 系统内置的函数：next(生成器对象) 每调用一次则会产生一个元素
15 print(next(g))  # >> 12
16 print(next(g))  # >> 15
17 print(next(g))  # >> 12
18 print(next(g))  # >> 15
# StopIteration 生成器本来可以产生10个，得到了10个，再调用next(g)，则会抛出异常！

 

　　通过循环来调用生成器，并加上产生异常的处理：

 

g = (x * 3 for x in range(10))
while True:
    try:
        e = next(g)
        print(e)
    except:
        print('元素产生完毕，没有更多的元素了')
        break

 

3.借助函数得到生成器

步骤:
    1.定义一个函数，函数中使用yield关键字
    2.调用函数，接收调用的结构
    3.得到的结果就是一个生成器：<generator object func at 0x0000021AEB0B13C8>
    4.借助于next(),__next__()得到元素部分
简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，
Python 解释器会将其视为一个generator，

 

# 函数中出现yield关键字，说明函数就不是一个函数，变成了一个生成器
 2 def func():
    n = 0
    while True:
        n += 1
 6         yield n  # --> （return + 暂停）的作用
 7 
 8 
 9 g = func()
print(g)  # >> <generator object func at 0x0000021AEB0B13C8>
11 print(next(g))  # >> 1
12 print(g.__next__())  # >>2
13 
14 '''
15 yield相当于return+暂定的作用，当n=n+1=1时。返回1，然后暂停在这儿，打印1之后，继续从yield下面开始执行
'''

 

·　　斐波那契数列：

# 斐波那契数列
 2 
 3 def fib(length):
    a, b = 0, 1
 5     n = 0
    while n < length:
        # print(b)
 8         yield b  # return + 暂停
 9         a, b = b, a + b
        n += 1
11     return '没有更多元素了！！！'  # return就是在得到StopIteration,即错误提示信息
12 
13 
14 g = fib(8)
print(next(g))  # >> 1
16 print(next(g))  # >> 1
17 print(next(g))  # >> 2
18 print(next(g))  # >> 3
19 print(next(g))  # >> 5
20 print(next(g))  # >> 8
21 print(next(g))  # >> 13
22 print(next(g))  # >> 21
23 print(next(g))  # >> StopIteration: 没有更多元素了！！！

首先a,b=0,1,0<8,yield b：return b的值，然后暂定，直接跳到print（next（g））
然后跳到下一个print（next（g）），再到a,b=b,a+b这一步，n +=1,说明产生一个元素，
n=1<8,成立，则yield b,即扔出结果1，再又从a,b=b,a+b开始执行。

 

 

 

 

4.send()函数

生成器方法：

__next__():获取下一个元素
    send(value)：向每次生成器调用中传值，第一次调用必须传一个空值send(None)

send（）的作用是使xx赋值为发送的值（send的参数）,然后让生成器执行到下个yield..

使用send(params)需要区分情况。注意：如果生成器未启动，则必须在使用send()前必须要启动生成器，而启动的方法可以是generator.next()或是generator.send（None）
执行到第一个yield处.之后就可以使用send(params)不断传入值了。如果是已启动，则send(params)的作用就是给xx赋值为发送的值（send的参数）,然后让生成器执行到下个yield..

为什么需要send(None),也很好理解，因为 生成器还没有走到第一个yield语句，如果我们发生一个真实的值，这时是没有人去接收它的。一旦生成器启动了，就对象接受（即=号左边
的左值xx接受了），之后就可以使用send(params)不断传入值了

 

def gen():
    i = 0
    while i < 5:
        temp = yield i  # return 0 ,暂停
 5         print('temp:', temp)
        for x in range(temp):
            print('----------->',x)
        print('***************')
        i += 1
10     return '没有更多数据了'
11 
12 
13 g = gen()
# print(next(g))
15 # print(next(g))
16 # print(next(g))
17 
18 print(g.send(None))
n1 = g.send(3)
print('n1:', n1)
n2 = g.send(5)
print('n2:', n2)

0
temp: 3
-----------> 0
-----------> 1
-----------> 2
***************
n1: 1
temp: 5
-----------> 0
-----------> 1
-----------> 2
-----------> 3
-----------> 4
***************
n2: 2

 

5.生成器应用（协程）

def task1(n):
    for i in range(n):
        print('正在搬第{}块砖'.format(i))
        yield None

 6 
 7 def task2(n):
    for i in range(n):
        print('正在听第{}首歌'.format(i))
        yield None

12 
13 g1 = task1(5)
g2 = task2(5)

16 while True:
    try:
        next(g1)
        next(g2)
    except:
        break
22 
23 '''
正在搬第0块砖
正在听第0首歌
正在搬第1块砖
正在听第1首歌
正在搬第2块砖
正在听第2首歌
正在搬第3块砖
正在听第3首歌
正在搬第4块砖
正在听第4首歌
'''

 

__EOF__

本文作者：Ambitious
本文链接：https://www.cnblogs.com/ambitiousPlus/p/16060683.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！