首頁  >  文章  >  後端開發  >  Python生成器的介紹與使用

Python生成器的介紹與使用

零下一度
零下一度原創
2017-07-19 23:25:521785瀏覽

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 &#39;arg&#39; 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==&#39;e&#39;:
            break
        value = &#39;got: %s&#39; % receive
 
g=gen()
print(g.send(None))     
print(g.send(&#39;aaa&#39;))
print(g.send(3))
print(g.send(&#39;e&#39;))

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 &#39;normal value&#39;
            yield &#39;normal value 2&#39;
            print(&#39;here&#39;)
        except ValueError:
            print(&#39;we got ValueError here&#39;)
        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!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn