python 生成器

目录

• python 生成器
  • 推导式
  • 示例

python 生成器

推导式

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，列表容量是有限的
而且创建一个100万元素的列表，会占用很大的存储空
如果我们只需要访问前面几个元素，那后面大多数元素占用的空间就白白浪费了
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，从而节省大量空间，在python中，这样一边循环一遍计算的机制，称为生成器，generator


#这是列表推导式
list=[x*3 for x in range(20)]
print (type(list))

#生成器把[]改成 ()就成了生成器,所以()是生成器，[]是列表推导式,{}是字典推导式
list1=(x*3 for x in range(20))
print (type(list1))
print (list1)

#推到式是一股脑的生成一列数据，而生成器可以根据你的动作得到你想要的数据
#成了生成器后，会有特定的函数，比如__next__，每次调用可以得到列表的下一个元素。这样只有调用才会占用内存，用到什么就调用什么，可以减少使用内存
#方式一
print (list1.__next__())
print (list1.__next__())
print (list1.__next__())

#方式二,使用next内置函数，next里面是生成器对象，每调用一个next就会产生一个元素，这里输出9
#当生成器next一直调用，range（10），超出10的时候再次调用会报错 StopIteration
print (next(list1))

示例

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# BY:wenchao.Li time: 2021/10/11

'''
条件：
1.定义一个函数，函数中有yield
2。调用函数，接收调用的结果
3.得到的结果就是生成器，
4.借助 __next__ 或者 next 得到元素
'''


def func():
    n=0
    while True:
       n+=1
       #下面不加yield，加一个print (n)就是一个死循环了，加上yeild就是一个生成器
       # print (n)
       #注意，只要函数中出现 yield就是生成器了，不是一个函数了
       yield n

g=func()
print (g)

#这里会输出1，2，从这里可以看出， yield相当于 return功能+ 暂停的效果，不会一直死循环。并输入结果
print (next(g))
print (next(g))

#在这里使用生成器计算斐波那契函数，
#菲波那切函数是从 0开始， 第三个数是第一个和第二个数相加。   第四个是第三个和第二个相加，以此类推


def fib(length):
    a,b=0,1
    n=0
    while n < length:
        yield b
        a,b=b,a+b
        n+=1
    return '没有更多的参数了'

result=next(fib(3))
print("斐波那契的第三个数是：{}".format(result))

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# BY:wenchao.Li time: 2021/10/11

def gen():
    i=0
    while i < 5:
        temp = yield i
        print ('temp',temp)
        i +=1
    return "没有更多的数据"

g=gen()

print (next(g))
print (next(g))
print (next(g))
#可以看到上面输出的是None，除了next和__next__还有send

print (g.send(None))
n1=g.send("嘻嘻")
print ('n1',n1)
n2=g.send("哈哈")
print ('n2',n2)

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# BY:wenchao.Li time: 2021/10/11


#进程》线程》协程
#迅雷的协程底层就是拿生成器来写的
#一个100G电影，10个线程同时工作，分成10分，同时进行


#生成器多任务


def task1(n):
    for i in range(n):
        print ("正在搬第{}几块砖".format(i))

def task2(n):
    for i in range(n):
        print ("正在听第{}首歌".format(i))

#这样只能先搬完10块砖，才能听10首歌。那怎么才能并行呢，这时候生成器就可以了
task1(10)
task2(10)

####################################################################################分割线，下面的是加了生成器并行部分


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

def task2(n):
    for i in range(n):
        print ("正在听第{}首歌".format(i))
        yield None
#有了生成器，顺序就可以由自己决定了
g1=task1(5)
g2=task2(5)
while True:
    try:
        g1.__next__()
        g2.__next__()
    except:
        pass


###########上面可以控制打印任务交替了，但是并没有并发，接下来会涉及到协程的，后面会再讲，这里暂且停止了
#回顾知识点：
'''
生成器方式：
1.通过列表推导式子
    g=(x*3 for x in range(10))
2.函数列有 yield
    
产生元素：
1.next(generactor) 每次调用产生一个元素，元素产生完毕，再次调用就会异常
2.生成器自己的办法:
    g.__next__
    g.send(key)