python高级之生成器

合集 - python零基础从入门到入坟(35)

1.学习Python相关软件的安装2023-11-272.Pip换源及创建虚拟环境2023-11-273.学习python的计算机基础2023-11-274.Pycharm常用快捷键大全2023-11-275.pycharm贴心大tips2023-11-276.python基础之变量与常量2023-11-287.python基础之数据类型2023-11-288.python基础之用户交互2023-11-289.python基础之基本运算符2023-11-2810.python基础之流程控制语句2023-11-2911.python中级之数据类型内置方法2023-12-0312.python中级之垃圾回收机制2023-12-0413.python中级之列表推导式2023-12-0514.python中级之字符编码2023-12-0415.python中级之文件操作2023-12-0516.python中级之异常处理2023-12-0617.python中级之深浅拷贝2023-12-0618.python高级之函数的定义和调用2023-12-0719.python高级之函数的参数2023-12-1020.python高级之装饰器2023-12-1221.python高级之迭代器2023-12-1222.python高级之函数对象与闭包函数2023-12-1523.python高级之名称空间和作用域2023-12-1524.python高级之模块2023-12-1525.python高级之包2023-12-1526.python高级之软件开发的目录规范2023-12-15

27.python高级之生成器2023-12-16

28.python面向对象之面向对象编程2024-01-0329.python面向对象之继承与派生2024-01-0530.python面向对象之抽象类2024-01-0631.python面向对象之多态与鸭子类型2024-01-0632.python面向对象之绑定与非绑定方法2024-01-0633.python面向对象之反射2024-01-0634.python面向对象之类的内置方法2024-01-1435.python面向对象之元类2024-01-14

收起

生成器

一 、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)
print(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

print(g.__iter__)
<method-wrapper '__iter__' of generator object at 0x1037d2af0>
print(g.__next__)
<method-wrapper '__next__' of generator object at 0x1037d2af0>

因而我们可以用next(生成器)触发生成器所对应函数的执行，

print(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
print(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
print(next(g)) # 周而复始...
2
print(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，如下：

for i in countdown(3):
    print(i)
# 3
# 2
# 1

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可以保存函数的运行状态挂起函数，用来返回多次值

二、 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，如下

g=eater() # 得到生成器对象
print(g)
# <generator object eater at 0x101b6e2b0>
print(next(e)) # 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)

表达式形式的yield也可以用于返回多次值，即变量名=yield 值的形式，如下

def eater():
    print('Ready to eat')
    food_list=[]
    while True:
        food=yield food_list
        food_list.append(food)
e=eater()
print(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']

三 、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 生成器表达式

创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式，与列表生成式的语法格式相同，只需要将[]换成()，即：

（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))
print(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）

print(next(g))
# 0
print(next(g))
# 1
print(next(g))
# 4
print(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=

四、生成器的特点

• 节约内存
• 迭代到下一次的调用时，所使用的参数都是第一次所保留下的
• 即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的