생성기에 대한 Python 자세한 설명

1. 생성기란

목록 생성을 통해 직접 목록을 생성할 수 있습니다. 그러나 메모리 제약으로 인해 목록 용량은 확실히 제한됩니다. 더욱이, 100만 개의 요소를 포함하는 목록을 만드는 것은 많은 저장 공간을 차지할 뿐만 아니라 처음 몇 개의 요소에만 액세스해야 한다면 대부분의 후속 요소가 차지하는 공간이 낭비됩니다. 그렇다면 특정 알고리즘에 따라 목록 요소를 계산할 수 있다면 루프 동안 계속해서 후속 요소를 계산할 수 있습니까? 이렇게 하면 전체 목록을 만들 필요가 없어 많은 공간이 절약됩니다. Python에서는 반복과 계산을 동시에 수행하는 메커니즘을 생성기(generator)라고 합니다.

2. 생성기 메서드 만들기

방법 1

생성기를 만드는 방법에는 여러 가지가 있습니다. 첫 번째 방법은 매우 간단합니다. 리스트 생성의 [ ]를 ( )로 변경하면 됩니다

L과 G를 생성하는 차이점은 가장 바깥쪽의 [ ]와 ( )만 다를 뿐 L은 리스트, G는 생성 장치입니다. L의 각 요소를 직접 인쇄할 수 있지만 G의 각 요소를 어떻게 인쇄합니까? 하나씩 인쇄하려면 next() 함수를 통해 생성기의 다음 반환 값을 얻을 수 있습니다.

실행 결과:

실행 결과:

생성기 저장되는 것은 알고리즘입니다. next(G)가 호출될 때마다 마지막 요소가 계산될 때까지 G의 다음 요소 값이 계산됩니다. 더 이상 요소가 없으면 StopIteration 예외가 발생합니다. . 물론 이런 종류의 next() 연속 호출은 정말 비정상적입니다. 생성기도 반복 가능한 객체이기 때문에 올바른 방법은 for 루프를 사용하는 것입니다. 따라서 생성기를 만든 후에는 기본적으로 next()를 호출하지 않고 for 루프를 통해 반복하므로 StopIteration 예외에 신경 쓸 필요가 없습니다.

방법 2

발전기는 매우 강력합니다. 계산 알고리즘이 상대적으로 복잡하고 목록 생성과 유사한 for 루프를 사용하여 구현할 수 없는 경우 함수를 사용하여 구현할 수도 있습니다.

예를 들어, 유명한 피보나치 수열에서는 첫 번째와 두 번째 숫자를 제외하고 처음 두 숫자를 더하면 어떤 숫자든 얻을 수 있습니다:

1, 1, 2, 3, 5 , 8, 13, 21, 34 , ...

피보나치 수열은 목록 생성을 사용하여 작성할 수 없지만 함수를 사용하여 쉽게 인쇄할 수 있습니다:

실행 결과:

자세히 살펴보면 알 수 있습니다. fib 함수는 실제로 피보나치 수열의 계산 규칙을 ​​정의하며 첫 번째 요소에서 시작하여 후속 요소를 계산할 수 있습니다. 이 논리는 실제로 생성기와 매우 유사합니다.

즉, 위의 함수는 생성기에서 한 단계만 떨어져 있는 것입니다. fib 함수를 생성기로 바꾸려면 print(b)를 b를 생성하도록 변경하면 됩니다.

실행 결과:

위의 fib 예에서는 루프 항복 중에 계속 호출합니다. 계속 방해하세요. 물론 루프를 종료하려면 루프에 대한 조건을 설정해야 합니다. 그렇지 않으면 무한한 숫자가 나열됩니다. 마찬가지로 함수를 생성기로 변경한 후에는 기본적으로 다음 반환 값을 얻기 위해 next()를 사용하지 않고 for 루프를 직접 사용하여 반복합니다.

실행 결과:

그러나 호출할 때 for 루프를 사용하여 생성기를 실행하는 동안 생성기의 return 문의 반환 값을 얻을 수 없다는 것을 발견했습니다. 반환 값을 얻으려면 StopIteration 오류를 캡처해야 합니다. 반환 값은 StopIteration 값에 포함됩니다.

실행 결과:

3.send

예: Yield가 실행되면 gen 함수가 일시적으로 저장되고 i의 값을 반환합니다. temp는 다음 번에 c.send("python")가 보낸 값을 받습니다. 이는 c.next와 동일합니다. () c.send(없음)

다음 함수 사용

실행 결과:

__next__() 메서드 사용

실행 결과:

보내기 사용

실행 결과:

4. 멀티 태스킹 구현

멀티 태스킹을 시뮬레이션하는 방법 중 하나: 코루틴

실행 결과:

발전기는 마지막으로 반환되었을 때 함수 본문의 위치를 ​​기억하는 함수입니다. 생성기 함수에 대한 두 번째(또는 n번째) 호출은 함수의 중간으로 이동하며 모든 지역 변수는 이전 호출에서 변경되지 않은 상태로 유지됩니다.

제너레이터는 데이터 상태만 "기억"하는 것이 아니라 흐름 제어 구성 내에서의 위치도 "기억"합니다(명령형 프로그래밍에서 이 구성은 단순한 데이터 값이 아닙니다).

생성기의 특징:

1. 메모리 절약

2. 다음 호출로 반복할 때 사용되는 매개변수는 처음부터 유지된 매개변수입니다. 즉, 모든 함수 호출의 매개변수는 다음과 같습니다. 새로 생성되지 않고 처음 호출될 때 모두 유지됩니다.

5. Iterator

Iteration은 컬렉션 요소에 액세스하는 방법입니다. 반복자는 순회 위치를 기억하는 객체입니다. 반복기 개체는 모든 요소에 액세스할 때까지 컬렉션의 첫 번째 요소부터 액세스하기 시작합니다. 반복자는 앞으로만 갈 수 있고 뒤로 갈 수는 없습니다.

1. 반복 가능한 객체

for 루프에 직접 작용하는 데이터 유형은 다음과 같습니다.

한 유형은 list, tuple, dict, set, str 등과 같은 컬렉션 데이터 유형입니다. 생성기(수율이 있는 생성기 및 생성기 기능 포함)

for 루프에서 직접 사용할 수 있는 이러한 객체를 총칭하여 반복 가능한 객체(iterable)라고 합니다.

2. 반복 가능 여부 확인

isinstance()를 사용하여 개체가 반복 가능한 개체인지 확인할 수 있습니다.

실행 결과:

생성기는 다음 작업만 수행할 수 없습니다. for 루프를 사용할 수도 있지만 next() 함수는 다음 값을 반환할 수 없음을 나타내는 StopIteration 오류가 최종적으로 발생할 때까지 다음 값을 계속 호출하고 반환합니다.

3. Iterator

next() 함수에 의해 호출되어 계속해서 다음 값을 반환하는 객체를 반복자(iterator)라고 합니다.

작업 결과:

4.iter() function

Generator는 모두 Iterator 객체이지만 list, dict 및 str은 Iterable이지만 Iterator는 아닙니다.

list, dict, str 및 기타 Iterable을 Iterator로 바꾸려면 iter() 함수를 사용할 수 있습니다:

실행 결과:

요약

·for 루프에 사용할 수 있는 모든 객체는 Iterable 유형입니다.

·next() 함수에 사용할 수 있는 모든 객체는 Iterator 유형입니다.

·list, dict, str 등은 Iterable입니다. 그러나 Iterator는 아니지만 iter() 함수를 통해 Iterator 객체를 가져올 수 있습니다.

·컬렉션 이용 시 점유되는 콘텐츠를 줄이기 위한 목적입니다.

6. 클로저

1. 함수 참조

실행 결과:

그림:

2.

실행 결과 :

3. 클로저의 실제 예를 살펴보십시오.

실행 결과:

이 예에서는 함수 라인과 변수 a 및 b가 클로저를 형성합니다. 클로저를 생성할 때 line_conf의 매개변수 a와 b를 통해 이 두 변수의 값을 지정합니다. 이러한 방식으로 함수의 최종 형태(y = x + 1 및 y = 4x + 5)를 결정합니다. 다른 직선 표현 함수를 얻으려면 매개변수 a와 b만 변환하면 됩니다. 이를 통해 클로저가 코드 재사용성을 향상시키는 효과도 있음을 알 수 있습니다.

클로저가 없으면 직선 함수를 만들 때마다 a, b, x를 지정해야 합니다. 이런 방식으로 더 많은 매개변수를 전달해야 하므로 코드의 이식성이 감소합니다. 학습 과정에서 문제가 발생하거나 학습 리소스를 얻고 싶다면 학습 교환 그룹

626062078에 참여해 함께 Python을 배워보세요. !

위 내용은 생성기에 대한 Python 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!