Python實用筆記（10）高階特性生成器

通過列表生成式，我們可以直接建立乙個列表。但是，受到記憶體限制，列表容量肯定是有限的。而且，建立乙個包含100萬個元素的列表，不僅占用很大的儲存空間，如果我們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。

所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，從而節省大量的空間。在python中，這種一邊迴圈一邊計算的機制，稱為生成器：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))

我們講過，generator儲存的是演算法，每次呼叫next(g)，就計算出g的下乙個元素的值，直到計算到最後乙個元素，沒有更多的元素時，丟擲stopiteration的錯誤。

generator也是可迭代物件：

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 01
491625
3649
6481

如果推算的演算法比較複雜，用類似列表生成式的for迴圈無法實現的時候，還可以用函式來實現。

比如，著名的斐波拉契數列（fibonacci），除第乙個和第二個數外，任意乙個數都可由前兩個數相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契數列用列表生成式寫不出來，但是，用函式把它列印出來卻很容易：

def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'

上面的函式和generator僅一步之遙。要把fib函式變成generator，只需要把print(b)改為yield b就可以了：

def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'

這就是定義generator的另一種方法。如果乙個函式定義中包含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

這裡，最難理解的就是generator和函式的執行流程不一樣。函式是順序執行，遇到return語句或者最後一行函式語句就返回。而變成generator的函式，在每次呼叫next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。

舉個簡單的例子，定義乙個generator，依次返回數字1，3，5：

def odd():
print('step 1')
yield 1
print('step 2')
yield(3)
print('step 3')
yield(5)

>>> o = odd()
>>> next(o)
step 1
1>>> next(o)
step 2
3>>> next(o)
step 3
5>>> next(o)
traceback (most recent call last):
file "", line 1, in 
stopiteration

可以看到，odd不是普通函式，而是generator，在執行過程中，遇到yield就中斷，下次又繼續執行。執行3次yield後，已經沒有yield可以執行了，所以，第4次呼叫next(o)就報錯。

>>> for n in fib(6):
...     print(n)
...112
358

但是用for迴圈呼叫generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲stopiteration錯誤，返回值包含在stopiteration的value中：

>>> g = fib(6)
>>> while true:
...     try:
...         x = next(g)
...         print('g:', x)
...     except stopiteration as e:
...         print('generator return value:', e.value)
...         break
...g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
generator return value: done

關於如何捕獲錯誤，後面的錯誤處理還會詳細講解。

Python實用筆記（10）高階特性生成器

linux unix實用筆記

iozone 實用筆記

MySql 實用筆記

Python實用筆記 （10）高階特性 生成器

linux unix實用筆記

iozone 實用筆記

MySql 實用筆記

相關推薦

Python實用筆記（10）高階特性生成器