Python 生成器相关知识

Python 生成器相关知识

  1. 生成器

    • 生成器概念：

      在Python社区，大部分人把生成器与迭代器看成是一种。生成器的本质就是迭代器。

      唯一区别：生成器是我们自己用Python代码构建的数据结构。迭代器都是系统提供的，或者转化得来的。

    • 获取生成器的三种方式：

      • 生成器函数：

        yield：只要函数中有yield，那么它就是生成器函数而不是一般的函数了。生成器函数中可以存在多个yield，一个yield对应一个next。yield不会结束函数。

        return：函数中只存在一个return，遇到next即结束函数，并为执行者提供一个返回值。

        def func():
    a=22
    yield a
    b=12
    yield b
    c=a+b
    yield c
ret=func()
print(next(ret))	# yield返回值可以使用next方法逐个提取
print(next(ret))	# 每次运行只运行到当前的yield即停止
print(next(ret))
22
12
34

        • 生成器函数的应用：

          其实是对数据的一种构造方法
          1. 吃包子例子：预订5000个包子，一次生全部生产出来占地方（内存），还有吃不完的浪费；如果使用生成器，那么就相当于生产一个吃一个，不会产生浪费不占地方，节省资源。
          2. 鸡蛋例子：家里需要5000个鸡蛋，有两种方法可以获取，一种是去菜场或超市直接购买5000个回来，用篮子装着放家里，占地方还怕吃不完坏掉了；第二种方法是去买个生蛋的母鸡，只要它活着就能一直生蛋，要几个就让它生几个。

        • 程序举例：

          def func():  # 这个函数就好比直接一次性生产5000个包子，生产出来的包子都在列表中，
    list1 = []  # 占用大量内存，如果数据量过大，则导致运行速度下降甚至撑爆内存。
    for i in range(1, 5001):
        list1.append(f'第{i}个包子')
    return list1
print(func())

def gen_func():  # 使用生成器函数生产包子
    for i in range(1, 5001):  # 也是可以生产5000个，但并不是一次性返回
        yield f'第{i}个包子'  # yield配合for循环也是可以使用，next一次提取一个数据
baozi = gen_func()  # 调用函数，将返回值放到baozi变量中
for i in range(1000):  # 可以根据需要的数量产生，这次需要1000个包子
    print(next(baozi))  # next1000次就可以获得
        • yield form

          前面用到的yield都是在函数内返回一个不可变数值，但如果想next一次就返回可迭代对象中的一个元素，就需要用到yield form。举例如下：

          def func():
    list1 = [1, 2, 3, 4, 5, 6]  # 返回的对象是个列表
    yield from list1  # 如果不用yield form将返回整个列表
ret = func()
for i in range(3):    # 循环3次，返回列表中的前3个数据
    print(next(ret))

      • 列表推导式和生成器表达式:

        • 列表推导式：用一行代码构建一个比较复杂、有规律的列表。

          列表推导式分成两种模式：

          1. 循环模式：[变量(加工后的变量) for 变量 in iterable]

            例一：一行代码实现for循环产生有规律的列表

            list1=[i for i in range(1,11)]
print(list1)
>>>[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

            例二：将10以内所有整数的平方放入列表

            pflist=[i**2 for i in range(1,11)]
print(pflist)
>>>[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

            例三：将50以内所有偶数放入列表

            list1=[i for i in range(2,51,2)]
print(list1)

            例四：从Python1期到Python100期写入列表。

            list2=[f'Python{i}期' for i in range(1,101)]
print(list2)

          2. 筛选模式：[变量(加工后的变量) for 变量 in iterable if 条件]

            在循环模式下，满足条件的放入列表

            例一：30以内能被3整除的数放入列表

            list1 = [i for i in range(1, 31) if i % 3 == 0]
print(list1)
>>>[3, 6, 9, 12, 15, 18, 21, 24, 27, 30]

            例二：过滤掉长度小于3的字符串列表，并将剩下的转换成大写

            l1 = ['abc', 'a', 'h', 'inter', 'amwk', 'ce', 'sk', 'at', 'apple', 'c', 'reset']
print([i.upper() for i in l1 if len(i) >= 3])
>>>['ABC', 'INTER', 'AMWK', 'APPLE', 'RESET']

            例三：含有两个'e'的所有的人名全部大写留下来

            names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
print([name.upper() for i in names for name in i if name.count('e')==2])
>>>['JEFFERSON', 'WESLEY', 'STEVEN', 'JENNIFER']
        • 生成器表达式：
          生成器表达式与列表推导式的写法几乎一模一样：只是将列表推导式中的方括号变成了圆括号，生成器的最大优点是节省资源。

          生成器表达式也分为循环模式和筛选模式，支持多层循环构建，写法上只有一个不同：[]换成()。虽然只是写法不同，但是本质有很大区别，列表推导式非常占用内存，生成器表达式非常节省内存。

          obj= (i for i in range(0,11, 2))
print(next(obj))
print(next(obj))
print(next(obj))
for i in obj:
    print(i,end='  ')
>>>0
2
4
6  8  10

        • 两种表达式的总结：

          1. 列表推导式：

            缺点：

            • 有毒，列表推导式只能构建比较复杂并且有规律的列表，不要太着迷。
            • 超过三层循环才能构建成功的列表，就不建议用列表推导式。
            • 排错不行，查找错误(debug)下不方便，不直观。

            优点：

            • 一行构建，简单
            • 装逼？（太白这样觉得）
          2. 生成器表达式：
posted @ 2020-12-03 10:57  amwkvi  阅读(63)  评论(0)  编辑  收藏  举报