Python プログラミング: ジェネレーターと式を取得するには?さあ、料理してみませんか！

はじめに

前の章では、特に大規模なデータ セットを処理する必要がある場合に優れたツールであるイテレータについて学びました。ただし、Python で独自のイテレータを構築するのは少し面倒で時間がかかります。イテレータ プロトコル (__iter__() および __next__() メソッド) を実装する新しいクラスを定義する必要があります。このクラスでは、変数の内部状態を自分で管理し、更新する必要があります。また、__next__() メソッドで返す値がない場合は、StopIteration 例外をスローする必要があります。

それを実装するより良い方法はありますか?答えは「はい」です！これは Python のジェネレーター ソリューションです。見てみましょう。

ジェネレーターとは何ですか?

独自のイテレータをより効率的に構築するには、Python でこれに対する洗練されたソリューションを用意するのが良いでしょう。 Python が提供するジェネレーター (Generator) を使用すると、イテレーターを簡単に作成できます。ジェネレーターを使用すると、イテレーターのように動作する関数を宣言できます。つまり、for ループで使用できます。簡単に言うと、ジェネレーターは反復子オブジェクトを返す関数です。したがって、これはイテレータを作成する簡単な方法でもあります。イテレーターを作成するとき、必要なすべての作業 (反復プロトコルや内部状態など) について考える必要はありません。これは、ジェネレーターがすべての作業を処理するためです。

次に、さらに一歩進んで、Python でジェネレーターがどのように機能するのか、またジェネレーターを定義する方法を簡単に学びましょう。

ジェネレーターを定義する

前のセクションで説明したように、ジェネレーターは Python の特殊なタイプの関数です。この関数は単一の値ではなく、反復子オブジェクトを返します。ジェネレーター関数では、戻り値には return ステートメントの代わりに yield ステートメントが使用されます。単純なジェネレーター関数を以下に定義します。コード リストは次のとおりです:

コード リスト Fragment-01

上記のリストでは、ジェネレーターを定義しています。関数 。この関数は、return キーワードの代わりに yield ステートメントを実行します。 yield ステートメントは、この関数をジェネレーターにします。この関数を呼び出すと、イテレータ オブジェクトが返されます (生成されます)。もう一度ジェネレーターの呼び出しを見てみましょう。

コード リスト フラグメント-02

ジェネレーターの呼び出しは、通常、オブジェクトを作成してジェネレーターを呼び出すのと似ています。 function を作成し、変数に代入します。

プログラムの実行結果は次のとおりです。

Yielding First Item
A
Yielding Second Item
B
Yielding Last Item
C

アプリケーション ジェネレーター コードでは、firstGenerator() 関数を呼び出します。この関数はジェネレーターであり、反復子オブジェクトを返します。このイテレータに myIter という名前を付けます。次に、この反復子オブジェクトに対して next() 関数を呼び出します。 next() 呼び出しごとに、反復子は yield ステートメントをその順序で実行し、項目を返します。

規則に従って、このジェネレーター関数には return キーワードを含めることはできません。そうすると、return ステートメントが関数を終了し、イテレータの要件が満たされなくなるためです。

ここで、for ループを使用して、より実用的なジェネレーターを定義しましょう。この例では、0 から始まり、指定された最大制限まで一連の数値を連続的に生成するジェネレーターを定義します。

コード リストは次のとおりです。

コード リスト フラグメント-03

プログラムを実行した出力結果は次のようになります。以下:

0
1
2
3

上のリストでは、0 から指定された数値までの整数を生成するジェネレーター関数を定義します。ご覧のとおり、yield ステートメントは for ループ内にあります。 n の値は、連続する next() 呼び出しで自動的に格納されることに注意してください。

注意すべき点は、ジェネレーターを定義するとき、戻り値は yield ステートメントでなければならないということですが、これはジェネレーターに return ステートメントを使用できないという意味ではありません。通常は、None 以外の値を返す return ステートメントをジェネレーターの最後に配置して、呼び出し元が処理できるように StopIteration 例外に追加情報を追加します。例は次のとおりです。

コード リスト フラグメント-04

以下は、例外処理なしでプログラムを実行した場合の出力結果です。これは次のようになります。

99

100

Traceback (most recent call last):

File "……", line 11, in <module>

print(next(g))

StopIteration: 不支持大于100的数字生成！

プログラムが例外をキャッチする (try-excel) 場合、表示される結果はより簡潔になります。実際に実行してみてください。

生成器与普通函数

如果一个函数至少包含一个yield语句，那么它就是生成器函数。如果需要，还可以包含其他yield或return语句。yield和return关键字都将从函数中返回一些东西。

return和yield关键字之间的差异对于生成器来说非常重要。return语句会完全终止函数，而yield语句会暂停函数，保存它的所有状态，然后在后续的调用中继续执行。

我们调用生成器函数的方式和调用普通函数一样。但在执行过程中，生成器在遇到yield关键字时暂停。它将迭代器流的当前值发送到调用环境，并等待下一次调用。同时，它在内部保存局部变量及其状态。

以下是生成器函数与普通函数不同的关键点:

• ü Generator函数返回(生成)一个迭代器对象。你无需担心显式地创建此迭代器对象，yield关键字为你做了这个工作。
• ü Generator函数必须包含至少一个yield语句。如果需要，它可能包括多个yield关键字。
• ü Generator函数内部实现迭代器协议(iter()和next()方法)。
• ü Generator函数自动保存局部变量及其状态。
• ü Generator函数在yield关键字处暂停执行，并将控制权传递给调用者。
• ü Generator函数在迭代器流没有返回值时自动引发StopIteration异常。

我们用一个简单的例子来演示普通函数和生成器函数之间的区别。在这个例子中，我们要计算前n个正整数的和。为此，我们将定义一个函数，该函数给出前n个正数的列表。我们将以两种方式实现这个函数，一个普通函数和一个生成器函数。

普通函数代码如下：

代码清单片段-05

运行程序输出结果类似如下：

49999995000000

Elapsed Time in seconds: 1.2067763805389404

在代码清单中，我们定义一个普通函数，它返回前n个正整数的列表。当我们调用这个函数时，它需要一段时间来完成执行，因为它创建的列表非常庞大。它还使用了大量内存来完成此任务。

现在让我们为相同的操作定义一个生成器函数来实现，代码清单如下:

代码清单片段-06

运行程序结果类似如下：

49999995000000
（生成器模式）Elapsed Time in seconds: 1.0013225078582764

正如在生成器清单中所见，生成器在更短的时间内完成相同的任务，并且使用更少的内存资源。因为生成器是一个一个地生成项，而不是返回完整的列表。

性能改进的主要原因(当我们使用生成器时)是值的惰性生成。这种按需值生成的方式，会降低内存使用量。生成器的另一个优点是，你不需要等到所有元素都生成后才开始使用它们。

生成器表达式

有时候，我们需要简单的生成器来执行代码中相对简单的任务。这正是生成器表达式（Generator Expression）用武之地。可以使用生成器表达式轻松地动态创建简单的生成器。

生成器表达式类似于Python中的lambda函数。但要记住，lambda是匿名函数，它允许我们动态地创建单行函数。就像lambda函数一样，生成器表达式创建的是匿名生成器函数。

生成器表达式的语法看起来像一个列表推导式。不同之处在于，我们在生成器表达式中使用圆括号而不是方括号。请看示例:

运行结果类似如下：

49999995000000

（生成器模式）Elapsed Time in seconds: 1.0013225078582764

在上述清单中，我们在生成器表达式的帮助下定义了一个简单的生成器。下面是语法:cubes_gen = (i**3 for i in nums)。你可以在输出中看到生成器对象。正如所已经知的，为了能够在生成器中获取项，我们要么显式调用next()方法，要么使用for循环遍历生成器。接下来就打印cubes_gen对象中的项:

运行程序，遍历出的元素项结果是否和列表推导式一样。

我们再看一个例子。来定义一个生成器，将字符串中的字母转换为大写字母。然后调用next()方法打印前两个字母。代码示例如下：

运行输出结果如下：

M
A

生成器好处

生成器是非常棒的工具，特别是当需要在相对有限的内存中处理大型数据时。以下是在Python中使用生成器的一些主要好处:

1）内存效率:

假设有一个返回结果非常大序列的普通函数。例如，一个包含数百万项的列表。你必须等待这个函数完成所有的执行，并将整个列表返回给你。就时间和内存资源而言，这显然是低效的。另一方面，如果你使用生成器函数，它将一个一个地返回项，你将有机会继续执行下一行代码。而不需要等待函数执行列表中的所有项。因为生成器一次只给你一项。

2）延迟计算:

生成器提供了延迟(惰性)计算求值的功能。延迟计算是在真正需要值时计算值，而不是在实例化时计算值。假设你有一个大数据集要计算，延迟计算允许你在整个数据集仍在计算生成中可立即开始使用数据。因为如果使用生成器，则不需要整个数据集。

3）易实现和可读性:

生成器非常容易实现，并且提供了好的代码可读性。记住，如果你使用生成器，你不需要担心__iter__()和__next__()方法。你所需要的只是函数中一个简单的yield语句。

4）处理无限流:

当你需要表示无限的数据流时，生成器是非常棒的工具。例如，一个无限计数器。理论上，你不能在内存中存储无限流的，因为你无法确定存储无限流需要多少的内存大小。这是生成器真正发挥作用的地方，因为它一次只产生一项，它可以表示无限的数据流。它不需要将所有的数据流存储在内存中。

本文小结

主要介绍了生成器相关知识，用于更好的自定义迭代器。内容包括何为生成器？如何自定义生成器以及和普通函数的关键区别？如何实现生成器表达式？并总结了生成器的有点。通过这篇文章，相信你能更轻松高效的掌握Python常规的生成器方方面面。

以上がPython プログラミング: ジェネレーターと式を取得するには?さあ、料理してみませんか！の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。