Python生成器的介紹與使用

python中的generator保存的是演算法，真正需要計算出值的時候才會去往下計算出值。它是一種惰性計算（lazy evaluation）。

要建立一個generator有兩種方式。

第一種方法：把一個列表產生式的[]改成()，就創建了一個generator：

>>> L = [x * x for x in range(10)]>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]>>> g = (x * x for x in range(10))   # 注意把[]改成()後，不是產生一個tuple，而是產生一個generator>>> g264f12d38c8a93ec616de2f007802f5a at 0x1022ef630>

第二種方式：在函數中使用yield關鍵字，函數就變成了一個generator。

函數裡有了yield後，執行到yield就會停住，當需要再往下算時才會再往下算。所以生成器函數連有無限迴圈也沒關係，它要算多少就算多少，不需要就不往下算。

def fib():
   a, b = 0, 1
   while True:
       yield a
           yield a
     時#f = fib()
print f, next(f), next(f), next(f)
#  8f3ab7789c38b631c1b219fec2271f37 0 1 1

如上例，第一次輸出f，它就是一個generator，之後每次next，它都會執行到yield a。

當然其實平常很少用到next()，我們直接用for迴圈就可以遍歷一個generator，其實for迴圈的內部實作就是不停呼叫next()。

生成器可以避免不必要的運算，帶來效能上的提升；而且會節省空間，可以實現無限循環（無限大的）的資料結構。

產生器語法
產生器表達式： 通列表解析語法，只不過把列表解析的[]換成()
生成器表達式能做的事情列表解析基本上都能處理，只不過在需要處理的序列比較大時，列表解析比較費內存。

產生器函數： 函數中如果出現了yield關鍵字，那麼函數就不再是普通函數，而是生成函數。

在Python中，yield就是這樣的一個生成器。

yield 生成器的運作機制：

當你問生成器要一個數字時，生成器會執行，直至出現 yield 語句，產生器把 yield 的參數給你，之後產生器就不會往下繼續運作。 當你問他要下一個數字時，他會從上次的狀態。開始運行，直至出現yield語句，把參數給你，之後停下。如此反覆 直至退出函數。

yield的使用：

在Python中，當你定義一個函數，使用了yield關鍵字時，這個函數就是一個生成器，它的執行會和其他普通的函數有很多不同，函數回傳的是一個對象，而不是你平常所用return語句那樣，能得到結果值。如果想要取得值，那就得呼叫next()函數

下面以斐波拉契為例：

#coding:utf8
def fib(max): #10
    n, a, b = 0, 0, 1
    while n < max: #n<10
        #print(b)
        yield b
        a, b = b, a + b

        n += 1
    return 

f = fib(10)
for i in f:
    print f

 

從上面的運作機制描述中，可以獲知，程式執行到yield這行時，就不會繼續往下執行。而是傳回一個包含目前函數所有參數的狀態的iterator物件。目的是為了第二次被呼叫時，能夠存取函數所有的參數值都是第一次造訪時的值，而不是重新賦值。

程式第一次呼叫時：

def fib(max): #10
    n, a, b = 0, 0, 1
    while n < max: #n<10
        #print(b)
        yield b   #这时a,b值分别为0,1，当然，程序也在执行到这时，返回
        a, b = b, a + b

程序第二次调用时：

从前面可知，第一次调用时，a,b=0,0，那么，我们第二次调用时（其实就是调用第一次返回的iterator对象的next()方法），程序跳到yield语句处，

执行a,b = b, a+b语句，此时值变为：a,b = 0, (0+1) => a,b = 0, 1

程序继续while循环，当然，再一次碰到了yield a 语句，也是像第一次那样，保存函数所有参数的状态，返回一个包含这些参数状态的iterator对象。

等待第三次的调用....

 

通过上面的分析，可以一次类推的展示了yield的详细运行过程了！

通过使用生成器的语法，可以免去写迭代器类的繁琐代码，如，上面的例子使用迭代类来实现，代码如下：

#coding:UTF8

class Fib:  
    def __init__(self, max):  
        self.max = max
        print self.max
    def __iter__(self):  
        self.a = 0  
        self.b = 1 
        self.n = 0 
        return self  
    def next(self):  
        fib = self.n  
        if fib >= self.max:  
            raise StopIteration  
        self.a, self.b = self.b, self.a + self.b  
        self.n += 1
        return self.a
    
f = Fib(10)
for i in f:
    print i

yield 与 return

在一个生成器中，如果没有return，则默认执行到函数完毕时返回StopIteration；

 

 如果遇到return,如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。

如果在return后返回一个值，会直接报错，生成器没有办法使用return来返回值。

 

生成器支持的方法（借鉴别人的例子，感觉蛮好的）

     close(...)
 |      close() -> raise GeneratorExit inside generator.
 |  
 |  next(...)
 |      x.next() -> the next value, or raise StopIteration
 |  
 |  send(...)
 |      send(arg) -> send 'arg' into generator,
 |      return next yielded value or raise StopIteration.
 |  
 |  throw(...)
 |      throw(typ[,val[,tb]]) -> raise exception in generator,
 |      return next yielded value or raise StopIteration.

 

close()

手动关闭生成器函数，后面的调用会直接返回StopIteration异常。

#coding:UTF8

def fib():
    yield 1
    yield 2
    yield 3

f = fib()
print f.next()
f.close()
print f.next()

 

send()

生成器函数最大的特点是可以接受外部传入的一个变量，并根据变量内容计算结果后返回。
这是生成器函数最难理解的地方，也是最重要的地方，

def gen():
    value=0
    while True:
        receive=yield value
        if receive=='e':
            break
        value = 'got: %s' % receive
 
g=gen()
print(g.send(None))     
print(g.send('aaa'))
print(g.send(3))
print(g.send('e'))

执行流程：

1. 通过g.send(None)或者next(g)可以启动生成器函数，并执行到第一个yield语句结束的位置。此时，执行完了yield语句，但是没有给receive赋值。yield value会输出初始值0注意：在启动生成器函数时只能send(None),如果试图输入其它的值都会得到错误提示信息。

2. 通过g.send(‘aaa’)，会传入aaa，并赋值给receive，然后计算出value的值，并回到while头部，执行yield value语句有停止。此时yield value会输出”got: aaa”，然后挂起。

3. 通过g.send(3)，会重复第2步，最后输出结果为”got: 3″

4. 当我们g.send(‘e’)时，程序会执行break然后推出循环，最后整个函数执行完毕，所以会得到StopIteration异常。

最后的执行结果如下：

0
got: aaa
got: 3
Traceback (most recent call last):
  File "1.py", line 15, in <module>
    print(g.send(&#39;e&#39;))
StopIteration

　

throw()

用来向生成器函数送入一个异常，可以结束系统定义的异常，或者自定义的异常。
throw()后直接跑出异常并结束程序，或者消耗掉一个yield，或者在没有下一个yield的时候直接进行到程序的结尾。

def gen():
    while True: 
        try:
            yield 'normal value'
            yield 'normal value 2'
            print('here')
        except ValueError:
            print('we got ValueError here')
        except TypeError:
            break
 
g=gen()
print(next(g))
print(g.throw(ValueError))
print(next(g))
print(g.throw(TypeError))

执行流程：

1. print(next(g))：会输出normal value，并停留在yield ‘normal value 2’之前。

2. 由于执行了g.throw(ValueError)，所以会跳过所有后续的try语句，也就是说yield ‘normal value 2’不会被执行，然后进入到except语句，打印出we got ValueError here。然后再次进入到while语句部分，消耗一个yield，所以会输出normal value。

3. print(next(g))，会执行yield ‘normal value 2’语句，并停留在执行完该语句后的位置。

4. g.throw(TypeError)：会跳出try语句，从而print(‘here’)不会被执行，然后执行break语句，跳出while循环，然后到达程序结尾，所以跑出StopIteration异常。

　　

 

以上是Python生成器的介紹與使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！