哪个网站做视频有收益,微信小程序开发步骤图,书城网站开发的参考文献,开发跨境电商系统参考链接#xff1a; Python中的生成器Generator
Python的生成器
什么是生成器
创建python迭代器的过程虽然强大#xff0c;但是很多时候使用不方便。生成器是一个简单的方式来完成迭代。简单来说#xff0c;Python的生成器是一个返回可以迭代对象的函数。
怎样创建生…参考链接 Python中的生成器Generator
Python的生成器
什么是生成器
创建python迭代器的过程虽然强大但是很多时候使用不方便。生成器是一个简单的方式来完成迭代。简单来说Python的生成器是一个返回可以迭代对象的函数。
怎样创建生成器
在一个一般函数中使用yield关键字可以实现一个最简单的生成器此时这个函数变成一个生成器函数。yield与return返回相同的值区别在于return返回后函数状态终止而yield会保存当前函数的执行状态在返回后函数又回到之前保存的状态继续执行。
生成器函数与一般函数的不同
一下是几点不同
生成器函数包含一个或者多个yield当调用生成器函数时函数将返回一个对象但是不会立刻向下执行像__iter__()和__next__()方法等是自动实现的所以我们可以通过next()方法对对象进行迭代一旦函数被yield函数会暂停控制权返回调用者局部变量和它们的状态会被保存直到下一次调用函数终止的时候StopIteraion会被自动抛出 举例 # 简单的生成器函数
def my_gen(): n1 print(first) # yield区域 yield n n1 print(second) yield n n1 print(third) yield n amy_gen() print(next method:) # 每次调用a的时候函数都从之前保存的状态执行 print(next(a)) print(next(a)) print(next(a)) print(for loop:) # 与调用next等价的 bmy_gen() for elem in my_gen(): print(elem) 使用循环的生成器
# 逆序yield出对象的元素
def rev_str(my_str): lengthlen(my_str) for i in range(length-1,-1,-1): yield my_str[i] for char in rev_str(hello): print(char)
生成器的表达式
Python中有一个列表生成方法比如
# 产生1,2,3,4,5的一个列表
[x for x in range(5)]
如果换成[]换成()那么会成为生成器的表达式。
(x for x in range(5))
具体使用方式
a(x for x in range(10))
b[x for x in range(10)]
# 这是错误的因为生成器不能直接给出长度
# print(length a:,len(a)) # 输出列表的长度
print(length b:,len(b)) biter(b)
# 二者输出等价不过b是在运行时开辟内存而a是直接开辟内存
print(next(a))
print(next(b))
为什么使用生成器
更容易使用代码量较小内存使用更加高效。比如列表是在建立的时候就分配所有的内存空间而生成器仅仅是需要的时候才使用更像一个记录代表了一个无限的流。如果我们要读取并使用的内容远远超过内存但是需要对所有的流中的内容进行处理那么生成器是一个很好的选择比如可以让生成器返回当前的处理状态由于它可以保存状态那么下一次直接处理即可。流水线生成器。假设我们有一个快餐记录这个记录的地4行记录了过去五年每小时售出的食品数量并且我们要把所有的数量加在一起求解过去5年的售出的总数。假设所有的数据都是字符串并且不可用的数字被标记成N/A。那么可以使用下面的方式处理
with open(sells.log) as file: pizza_col (line[3] for line in file) per_hour (int(x) for x in pizza_col if x ! N/A) # 使用生成器进行自动迭代 print(Total pizzas sold ,sum(per_hour))
