栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

python生成器

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

python生成器

python生成器
  • 1. 生成器 genrator
  • 2. 创建生成器
    • 1. 利用列表推导式
    • 2. 利用yield关键字
  • 3. 使用列表创建10000000000个元素和生成器又何区别?
  • 4. yield 关键字
  • 5. 斐波那契数列
    • 1. 普通函数的方式
    • 2. 使用生成器

1. 生成器 genrator

生成器是一种特殊的迭代器,不会先生成数据,生成器保存的是算法。
生成器被调用后,函数会保留当前的数据。

2. 创建生成器 1. 利用列表推导式
列表推导式的[]改为()
a = (i for i in range(10))
print(type(a))
print(a)
for i in a:
    print(i, end='')
2. 利用yield关键字
 如果函数中有 yield 关键字那么这个函数就是生成器(generator)
def fun():
    a = 1
    while True:
        a += 1
        yield a


f = fun() # 创建一个生成器对象
print(type(f))  #  
print(next(f))  # 2
print(next(f))  # 3
print(next(f))  # 4
print(next(f))  # 5

有没有疑问我上面为什么不用iter()?
	因为f是生成器,生成器是一个迭代器,所以可以通过next函数直接取到一个数据
3. 使用列表创建10000000000个元素和生成器又何区别?
  1. 先讨论列表

因为它会先去生成这些数据,会导致执行时间过长,因为这些数据非常多

a= [i for i in range(10000000000)] # 它会先去生成这些数据

for i in a:
    print(i)
  1. 再讨论生成器
    生成器它不会先去生成这么多数据,它会生成一个生成器对象,使用1个数据那么它就会拿一个数据
a = (i for i in range(10000000000)) # 生成一个生成器对象
for i in a:	# 执行1次for循环,生成器会生成1个数据给i
    print(i)	


3. 会产生StopIteration异常吗?

a = (i for i in range(2)) 


print(next(a))
print(next(a))
print(next(a))

总结:

  1. 生成器记录的是算法,如果调用next(),那么就会获取下一个元素
  2. 当使用next提取完数据后 再进行提取,会产生StopIteration异常。
4. yield 关键字

yield 关键字可以理解为函数的暂停状态,next()是状态开始

def fun():
    a = 1
    print('1')
    while True:
        print('2')
        a += 1
        print('3')
        yield a
        print('4')

# 1. 创建一个生成器对象
f = fun()
print(type(f))  # 

# 2. 执行next()方法,会从函数的最上边向下执行,如果碰到yield,会把yield生成的值当作next()函数的返回值
print('n**********************************')
print('next()函数的返回值:', next(f))  # 2

# 3. 执行next()方法,会从yield向下继续执行,然后进入while循环,直到碰到碰到下一个yield,会把yield生成的值当作next()函数的返回值
print('n**********************************')
print('next()函数的返回值:', next(f))  # 3

# 4. 执行next()方法,会从yield向下继续执行,然后进入while循环,直到碰到碰到下一个yield,会把yield生成的值当作next()函数的返回值
print('n**********************************')
print('next()函数的返回值:', next(f))  # 4

5. 斐波那契数列 1. 普通函数的方式
def f_generator():
    num1 = 1
    num2 = 2
    while True:
        temp_num = num1
        num1, num2 = num2, num1 + num2
        return temp_num


print(f_generator())
print(f_generator())
print(f_generator()) 
print(f_generator())

为什么结果是这样?

注意f_generator() 是调用函数,而调用函数是会从函数的开头从上向下执行,也就是说每次调用num1,num2的值都会重新赋值为1

2. 使用生成器
# next()
def f_generator():
    num1 = 1
    num2 = 1
    while True:
        temp = num1
        num1, num2 = num2, num1 + num2
        yield temp 


f = f_generator()  # 1. 创建一个生成器对象
print(next(f))  # 2. 调用next()获取取到一个数据
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))

# 打印结果:1   2   3   5   8    13  21
# while循环
def f_generator(x):
    num1 = 1
    num2 = 0
    temp = 0
    while temp <= x:
        yield num1
        num2, num1 = num1, num2 + num1
        temp += 1


f = f_generator(21)
for i in f:
    print(i)

# 1 1 2 3 5 8

# for循环
def f_generator(x):
    num1 = 1
    num2 = 0
    temp = 0
    for i in range(1, x+1):
        yield num1
        num2, num1 = num1, num2 + num1


f = f_generator(6)
for i in f:
    print(i)

# 1 1 2 3 5 8
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/917901.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号