17:生成器
-
生成器与yield
-
yield表达式应用
-
三元表达式、列表生成式、生成器表达式
内容详细
1 生成器与yield
若函数体包含yield关键字,再调用函数,并不会执行函数体代码,得到的返回值即生成器对象
>>> def my_range(start,stop,step=1): ... print('start...') ... while start < stop: ... yield start ... start+=step ... print('end...') ... >>> g=my_range(0,3) >>> g <generator object my_range at 0x104105678>
生成器内置有__iter__和__next__方法,所以生成器本身就是一个迭代器
>>> g.__iter__ <method-wrapper '__iter__' of generator object at 0x1037d2af0> >>> g.__next__ <method-wrapper '__next__' of generator object at 0x1037d2af0>
所以我们可以用next(生成器)触发生成器所对应函数的执行
>>> next(g) # 触发函数执行直到遇到yield则停止,将yield后的值返回,并在当前位置挂起函数 start... 0 >>> next(g) # 再次调用next(g),函数从上次暂停的位置继续执行,直到重新遇到yield... 1 >>> next(g) # 周而复始... 2 >>> next(g) # 触发函数执行没有遇到yield则无值返回,即取值完毕抛出异常结束迭代 end... Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
既然生成器对象属于迭代器,那么必然可以使用for循环迭代:
>>> for i in countdown(3): ... print(i) ... countdown start 3 2 1 Done!
有了yield关键字,我们就有了一种自定义迭代器的实现方式
yield可以用于返回值,但不同于return,函数一旦遇到return就结束了,而yield则可以保存函数的运行状态并挂起函数,用来返回多次值
2 yield表达式应用
在函数内可以采用表达式形式的yield
def eater(): print('ready to eat') while True: food = yield print('get the food: %s, and start to eat' % food)
可以拿到函数的生成器对象持续为函数体send值:
g = eater() # 得到生成器对象 g >>> <generator object eater at 0x101b6e2b0> next(g) # 需要事先'初始化'一次,让函数挂起在food = yield,等待调用g.send()方法为其传值 >>> ready to eat g.send('包子') >>> get the food: 包子, and start to eat g.send('鸡腿') >>> get the food: 鸡腿, and start to eat
'''
针对表达式形式的yield,生成器对象必须事先被初始化一次,让函数挂起在food = yield的位置,等待调用g.send()方法为函数体传值,g.send(None)等同于next(g)
'''
• 我们可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作,如下
def init(func): def wrapper(*args,**kwargs): g=func(*args,**kwargs) next(g) return g return wrapper @init def eater(): print('Ready to eat') while True: food=yield print('get the food: %s, and start to eat' %food)
>>> def eater(): ... print('Ready to eat') ... food_list=[] ... while True: ... food=yield food_list ... food_list.append(food) ... >>> e=eater() >>> next(e) Ready to eat [] >>> e.send('蒸羊羔') ['蒸羊羔'] >>> e.send('蒸熊掌') ['蒸羊羔', '蒸熊掌'] >>> e.send('蒸鹿尾儿') ['蒸羊羔', '蒸熊掌', '蒸鹿尾儿']
3 三元表达式、列表生成式、生成器表达式
3.1 三元表达式
三元表达式是python为我们提供的一种简化代码的解决方案,语法如下:
# res = 条件成立时返回的值 if 条件 else 条件不成立时返回的值
针对下述场景:
def max2(x,y): if x > y: return x else: return y res = max2(1,2) 用三元表达式可以一行解决 x=1 y=2 # res = x if x > y else y # 三元表达式
3.2 列表生成式
列表生成式是python为我们提供的一种简化代码的解决方案,用来快速生成列表,语法如下:
[expression for item1 in iterable1 if condition1 for item2 in iterable2 if condition2 ... for itemN in iterableN if conditionN ] #类似于 res=[] for item1 in iterable1: if condition1: for item2 in iterable2: if condition2 ... for itemN in iterableN: if conditionN: res.append(expression)
针对下述场景:
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s' %i) 用列表生成式可以一行解决 # egg_list=['鸡蛋%s' %i for i in range(10)]
3.3 生成式表达式
创建一个生成器对象有两种方式:
1 调用带yield关键字的函数
2 生成器表达式 ---> 与列表生成式的语法格式相同,只需要将[]换成()即可:
(expression for item in iterable if condition)
对比列表生成式返回的是一个列表,生成器表达式返回的是一个生成器对象
>>> [x*x for x in range(3)] [0, 1, 4] >>> g=(x*x for x in range(3)) >>> g <generator object <genexpr> at 0x101be0ba0>
对比列表生成式,生成器表达式的优点自然是节省内存(一次只产生一个值在内存中)
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) #抛出异常StopIteration 如果我们要读取一个大文件的字节数,应该基于生成器表达式的方式完成 with open('db.txt','rb') as f: nums=(len(line) for line in f) total_size=sum(nums) # 依次执行next(nums),然后累加到一起得到结果=
愿君前程似锦,归来仍是少年