生成器的理解

在python中，一邊迴圈一邊計算的機制，稱為生成器：generator。

列表所有資料都在記憶體中，如果有海量資料的話將會非常耗記憶體。

如：僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。

如果列表元素按照某種演算法推算出來，那我們就可以在迴圈的過程中不斷推算出後續的元素，這樣就不必建立完整的list，從而節省大量的空間。

簡單一句話：我又想要得到龐大的資料，又想讓它占用空間少，那就用生成器！

第一種方法很簡單，只要把乙個列表生成式的改成()，就建立了乙個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))
>>> g
at 0x1022ef630>

建立l和g的區別僅在於最外層的和()，l是乙個list，而g是乙個generator。

方法二，如果乙個函式中包含yield關鍵字，那麼這個函式就不再是乙個普通函式，而是乙個generator。呼叫函式就是建立了乙個生成器（generator）物件。

（1）生成器(generator)能夠迭代的關鍵是它有乙個next()方法，

工作原理就是通過重複呼叫next()方法，直到捕獲乙個異常。

（2）帶有 yield 的函式不再是乙個普通函式，而是乙個生成器generator。

可用next()呼叫生成器物件來取值。next 兩種方式 t.__next__() | next(t)。

可用for 迴圈獲取返回值（每執行一次，取生成器裡面乙個值）

（基本上不會用next()來獲取下乙個返回值，而是直接使用for迴圈來迭代）。

（3）yield相當於 return 返回乙個值，並且記住這個返回的位置，下次迭代時，**從yield的下一條語句開始執行。

（4）.send() 和next()一樣，都能讓生成器繼續往下走一步（下次遇到yield停），但send()能傳乙個值，這個值作為yield表示式整體的結果

——換句話說，就是send可以強行修改上乙個yield表示式值。比如函式中有乙個yield賦值，a = yield 5，第一次迭代到這裡會返回5，a還沒有賦值。第二次迭代時，使用.send(10)，那麼，就是強行修改yield 5表示式的值為10，本來是5的，那麼a=10

感受下yield返回值的過程（關注點：每次停在哪，下次又開始在哪）及send()傳參的通訊過程，

思考none是如何產生的（第一次取值：yield 返回了 i 值 0，停在yield i，temp沒賦到值。第二次取值，開始在print，temp沒被賦值，故列印none，i加1，繼續while判斷，yield 返回了 i 值 1，停在yield i）：

好了，話不多說，翠花，上栗子：

1 #encoding:utf-8  
2 def yield_test(n):  
3     for i in range(n):  
4         yield call(i)  
5         print("i=",i)      
6     print("done.")  
7   
8 def call(i):  
9     return i*2  
10   
11 for i in yield_test(5):  
12     print(i,",")

結果：

>>>   
0 ,  
i= 0  
2 ,  
i= 1  
4 ,  
i= 2  
6 ,  
i= 3  
8 ,  
i= 4  
done.
>>>

什麼是生成器？

生成器僅僅儲存了一套生成數值的演算法，並且沒有讓這個演算法現在就開始執行，而是我什麼時候調它，它什麼時候開始計算乙個新的值，並給你返回。

def count_down(n):
while n >= 0:
newn = yield n
print('newn', newn)
if newn:
print('if')
n = newn
print('n =', n)
else:
n -= 1
cd = count_down(5)
for i in cd:
print(i, ',')
if i == 5:
cd.send(3)

結果：

生成器的理解

理解 Python 生成器

對生成器的理解

對於生成器的理解

生成器的理解

理解 Python 生成器

對生成器的理解

對於生成器的理解

相關推薦