人工受精过程█微信号█:138★0226★9370█ █████*包成功█ ★█*包男孩█ ★█
第九章 - Python 生成器
生成器***
- 生成器generator
- 生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，调用这个函数得到一个生成器对象
- 生成器函数
- 函数体中包含yield语句的函数，返回生成器对象
- 生成器对象，是一个可迭代对象，是一个迭代器
- 生成器对象，是延迟计算、惰性求值的
生成器
-
举例
def inc():
for i in range(5):
yield i
print(type(inc)) # <class 'function'>
print(type(inc())) # 生成器函数inc返回值是生成器 <class 'generator'>
x = inc()
print(type(x)) # <class 'generator'>
print(next(x)) # 0
for m in x:
print(m, '') # 输出：1 、2 、3 、4 *
for m in x: # 生成器用完了，再迭代也不会报StopIteration，如果直接next(x)会
print(m, '**') -
举例
y = (i for i in range(5)) # 生成器表达式等价于上面的生成器函数
print(type(y))
print(next(y))
print(next(y)) - 普通的函数调用fn()，函数会立即执行完毕，但是生成器函数可以使用next函数多次执行
-
生成器函数等价于生成器表达式，只不过生成器函数可以更加的复杂
生成器
- 举例
def gen():
print('line 1')
yield 1
print('line 2')
yield 2
print('line 3')
return 3
next(gen()) # line 1，生成器函数gen()返回值是生成器
next(gen()) # line 1，gen()又新创建一个生成器
g = gen()
print(next(g)) # line 1
print(next(g)) # line 2
print(next(g)) # StopIteration，gen中最后是return所以报错
print(next(g, 'End')) # 没有元素给个缺省值
- 在生成器函数中，使用多个 yield 语句，执行一次后会暂停执行，把yield表达式的值返回
- 再次执行会执行下一个yield语句
- return语句依然可以终止函数运行，但return语句的返回值不能被获取到
- return会导致无法继续获取下一个值，抛出StopIteration异常
- 如果函数没有显示return语句，如果生成器函数执行到结尾，一样会抛出StopIteration异常
生成器
- 生成器函数
- 包含yield语句的生成器函数生成 生成器对象 的时候，生成器函数的函数体不会立即执行。
- next(generator)会从函数的当前位置向后执行之后碰到的第一个yield语句，会弹出值，并暂停函数执行
- 再次调用next 函数，和上一条一样的处理过程
- 没有多余的yield语句能被执行，继续调用next函数，会抛出StopIterator异常
生成器
- 无限循环
def counter():
i = 0
while True:
i += 1
yield i
def inc(c):
return next(c)
c = counter()
print(inc(c))
print(inc(c))
def counter():
i = 0
while True:
i += 1
yield i
def inc():
c = counter()
return next(c)
print(inc()) # 是什么
print(inc()) # 是什么
print(inc()) # 是什么
生成器应用
- 计数器
def inc():
def counter():
i = 0
while True:
i += 1
yield i
c = counter() # c是生成器
return lambda : next(c)
foo = inc()
print(foo())
print(foo())
- lambda 表达式是匿名函数
- return 返回的是一个匿名函数。且c是外层*变量，有闭包
- 等价于下面的代码
简单函数都可以用lambda函数代替，慢慢练。
生成器应用
- 处理递归问题
def fib():
x = 0
y = 1
while True:
yield y
x, y = y, x+y
foo = fib()
for _ in range(5):
print(next(foo))
for _ in range(100):
next(foo)
print(next(foo))
- 等价于下面的代码
生成器应用
- 协程 coroutine
- 生成器的高级用法
- 比进程、线程轻量级
- 是在用户控件调度函数的一种实现
- Python3 asyncio 就是协程实现，已经加入到标准库
- Python3.5 使用 async、await 关键字直接原生支持协程
- 协程调度器实现思路
- 有2个生成器A、B
- next(A)后，A执行到了yield语句暂停，然后去执行next(B)，B执行到yield语句也暂停，然后再次调用next(A)，再调用next(B)在，周而复始，就实现了调度的效果
- 可以引入调度的策略来实现切换的方式
- 协程是一种非抢占式调度
yield from
yield from
- yield from 是 Python3.3出现的新的语法
- yield from iterable 是 for item in iterable: yield item 形式的语法糖
- 从可迭代对象中一个个拿元素
def counter(n): # 生成器
for x in range(n):
yield x
- 从可迭代对象中一个个拿元素
def inc(n):
yield from counter(n)
等价为：
for x in counter(n):
yield x
foo = inc(10)
print(next(foo))
print(next(foo))
最后
本文的另外链接是：https://herodanny.github.io/python-magedu-2018-notes19.html
本文版权归作者和博客园共有，欢迎转载，但必须给出原文链接，并保留此段声明，否则保留追究法律责任的权利。 author：herodanny email: herodanny@qq.com github: https://github.com/herodanny cnblogs：https://www.cnblogs.com/herodanny/ githubblog: https://herodanny.github.io 分类: Python全栈-magedu 标签: Python