一.列表生成式
看下面例子:
列表生成式的作用:主要是让代码更简洁(还有装X的效果)
二.生成器
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
要创建一个generator,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]
改成()
,就创建了一个generator:
特点:只有在调用时,才会生成相应的数据
只记录当前位置
只有一个__next__()方法 #左右两边两个下划线组成的
所以,我们创建了一个generator后,基本上永远不会调用__next__()
,而是通过for
循环来迭代它,并且不需要关心StopIteration
的错误。
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for
循环无法实现的时候,还可以用函数来实现。
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
#return 'done' 暂时没用到
'''
注意,赋值语句:
a, b = b, a + b
相当于:
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]
15 '''
仔细观察,可以看出,fib
函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,这种逻辑其实非常类似generator。
也就是说,上面的函数和generator仅一步之遥。要把fib
函数变成generator,只需要把print(b)
改为yield b
就可以了
但是用for
循环调用generator时,发现拿不到generator的return
语句的返回值。
如果想要拿到返回值,必须捕获StopIteration
错误,返回值包含在StopIteration
的value
中:
f = fib(5)
while True:
try:
x = f.__next__()
print("f:",x)
except StopIteration as e: #当try中的程序执行错误了,才会执行except下面的代码
print("Generator return value:",e.value)
break #执行结果
f: 1
f: 1
f: 2
f: 3
f: 5
Generator return value: ----done--- #抓获StopIteration
错误,返回值包含在StopIteration
的value
中,就不会再报错f.__next__()
关于这个异常处理,后续会继续发博客更新。。。