我的编程空间,编程开发者的网络收藏夹
学习永远不晚

一文详解Python中生成器的原理与使用

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

一文详解Python中生成器的原理与使用

我们学习完推导式之后发现,推导式就是在容器中使用一个for循环而已,为什么没有元组推导式?

原因就是“元组推导式”的名字不是这样的,而是叫做生成器表达式。

什么是生成器

生成器表达式本质上就是一个迭代器,是定义迭代器的一种方式,是允许自定义逻辑的迭代器。生成器使用generator表示。

迭代器和生成器的区别

迭代器本身是系统内置的, 无法重写内置的逻辑结构;而生成器是用户自定义的,可以重写逻辑结构。所以生成器就是一个迭代器,只是我们将自己写的迭代器叫做生成器作为区分而已。

创建方式

生成器有两种创建方式

1.生成器表达式,就是“元组推导式”

3.生成器函数,就是使用def定义,里面使用yield关键字

生成器表达式

基本语法

from collections import Iterator, Iterable

# 生成器表达式(元组推导式)
gen = (i * 2 for i in range(1, 11))
print(isinstance(gen, Iterable))  # 判断是否是迭代对象
print(isinstance(gen, Iterator))  # 判断是否是迭代器

# 这个 gen 就是生成器

生成器函数

我们上面说到,生成器函数如何定义?其实和普通的函数定义的方法是一样的,都是要使用def关键字来定义,其它的写法没有任何要求,普通函数怎么写生成器函数就怎么写,唯一的要求就是要使用yield关键字。

要注意,生成器函数就是一个函数,是使用了yield的函数,只不过生成器函数是用来定义生成器的。

yield关键字

yield这个关键字其实类似于return关键字,return关键字的作用是在函数中使用,用来返回数据,yield关键字的作用也是一样的,就是用来返回数据,但是和return还有其它的不同之处。

yield和return

共同点

执行到对应语句的时候,就会返回对应的值。

不同点

return执行的时候,函数就跳出,然后return之后的所有作用域语句就会全部跳出,当函数再次调用的时候,整个函数就重新执行。

yield执行的时候,返回数据,但是函数就会记住跳出的位置,当你再次调用函数(生成器)的时候,就从上一次跳出的地方继续执行,是不是和迭代器的取值有异曲同工之处?

yield的使用方法

yield的使用方法有两种,一种是和return的使用方法一样,在关键字的后面直接添加返回值,这是推荐使用的方法;

第二种方法使用将yield作为一个函数使用,就是在yield后面使用括号,在括号中填写返回的值。

生成器函数的基本使用

# 1、定义一个生成器函数
# 生成器函数就是一个使用yield的函数
def myGen():
	print(1)
	yield 11
	print(2)
	yield 22
	print(3)
	yield 33


# 2、初始化生成器
# 执行生成器函数,返回一个对象,就是生成器对象,简称生成器
from collections import Iterator
gen = myGen()
res = isinstance(gen, Iterator)
print(res)  # True  返回True说明生成器本质上就是一个迭代器


# 3、调用生成器
# 生成器本质上就是一个迭代器,还记得迭代器如何调用吗?
res = next(gen)
print(res)
"""
结果:
1   (生成器函数中的语句 print(1))
11  (yield返回的值,print(res))
"""

send的使用

sendnext一样,都是用来取出迭代器中的值的函数,send是生成器的内置函数。而且send和next相比,功能更加的强大,next只能取值;send不但能取值,而且还能发送值。

实例

定义生成器函数

def myGen():

   print('process start')
   #  res获取yield的值
   res = yield 100

   print(res, '内部打印1')
   print('process start')
   res = yield 200

   print(res, '内部打印2')
   print('process start')
   res = yield 300

   print(res, '内部打印3')

初始化生成器

gen = myGen()

第一次调用生成器

# 在使用send时,第一次传递的数据必须是None,这是硬性语法,以为send第一次传递参数的时候,还没有遇到yield,所以不能传送。
res = gen.send(None)

print(res)
"""
结果:
process start
100
"""

使用send第一次调用生成器的时候执行了下面的语句:

print('process start')
res = yield 100

执行到yield 100的时候,才碰到了yield,但是send之前没有遇到过yield,所以不能传入任何值,None没有任何意义,这是硬性语法。

这里注意,res = yield 100中的res此时没有任何价值。因为这个一条语句我们目前只执行了一半,执行了yield 100,还有res的赋值没有完成,所以现在的res没有任何的意义。

第一次调用生成器,返回100,这个100则是语句res = yield 100返回的值。

第二次调用

res = next(gen)
print(res)
"""
结果:
None 内部打印1
process start
200
"""

第二次调用执行了以下语句:

res = yield 100
print(res, '内部打印1')
print('process start')
res = yield 200

注意,生成器函数在调用的时候,会从上一次yield返回值的地方,就是res = yield 100,但是这个语句第二次调用的时候,只会执行一半,因为另一半在第一次调用的时候已经执行完了,就是yield 100,就是说还有res的赋值没有进行,但是第二次调用使用的是next,next没有传送值的能力,所以res就没有赋予任何值,,在打印的时候,res就是一个None。

第三次调用

res = gen.send('第三次调用')
print(res)
"""
结果:
第三次调用 内部打印2
process start
300
"""

第三次调用执行的语句是:

res = yield 200
print(res, '内部打印2')
print('process start')
res = yield 300

这次和第二次的调用基本是一样的,但是这次是使用send调用,所以传送了值过去,执行于是将值赋予了res。

第四次调用

res = gen.send(None)
print(res)

"""
结果:
None 内部打印3
StopIteration  (报错)
"""

第四次调用,执行以下语句:

res = yield 300
print(res, '内部打印3')

第四次调用生成器,没有可以执行的yield语句,所以返回不了任何数据,因此报出了 StopIteration的错误。

可迭代对象的优化

现在我们就已经学习完了容器和迭代器、生成器的相关知识,我们也知道了可迭代对象和迭代器的区别,那么现在我们要说的是,如果我们需要制定一个容器供我们遍历使用,那么我们优先使用迭代器而不是容器这样的一个普通的可迭代对象。

在我们之后的日常使用过程当中,我们有时就会发现,我们需要在一个循环中遍历一个容器供我们使用,但是这个容器中的值非常多,使这个容器占据的内存空间非常大,消耗了大量的资源,导致我们的程序非常慢。这个时候我们就需要使用迭代器或者生成器去遍历,迭代器每次遍历只占据当次遍历时的内存空间,因此非常的节省资源,所以这就是我们优先使用迭代器的理由。

总结

现在我们就学习完了python中的所有的函数类型,知道了python中的有内置函数、自定义函数,之后我们还会学习一些python的常用标准库和第三方库,里面也有一些我们经常用到的函数。

  • 普通函数,使用def定义
  • 匿名函数,使用lambda定义
  • 闭包函数,内函数调用外函数的变量,并且外函数将内函数返回,这样的嵌套下,外函数就是一个闭包函数,但是一般的情况下,我们并不特意的作出一个闭包函数,而是要使用闭包这么一个功能
  • 高阶函数,就是将函数作为参数使用的函数,常用的内置高阶函数有map、filter、reduce、sorted
  • 递归函数,自己调用自己的函数

以上就是一文详解Python中生成器的原理与使用的详细内容,更多关于Python生成器的资料请关注编程网其它相关文章!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

一文详解Python中生成器的原理与使用

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

一文详解Springboot中filter的原理与注册

这篇文章主要为大家详细介绍了Springboot中filter的原理与注册的相关知识,文中的示例代码讲解详细,对我们掌握SpringBoot有一定的帮助,需要的可以参考一下
2023-02-27

详解Python中的上下文管理器原理

这篇文章主要为大家详细介绍了Python中的上下文管理器的原理与使用,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
2023-03-11

详解C++11中绑定器bind的原理与使用

C++11中引入的function机制,其中绑定器主要有三种:bind1st、bind2nd、bind(C++11)。本文就来和大家聊聊这些绑定器的底层实现原理与使用场景,需要的可以参考一下
2022-12-09

详解JS前端使用迭代器和生成器原理及示例

这篇文章主要为大家介绍了详解JS前端使用迭代器和生成器原理及示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
2023-02-21

Python中的迭代器与生成器使用及说明

这篇文章主要介绍了Python中的迭代器与生成器使用及说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
2022-12-16

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录