生成器是 Python 初级开发者最难理解的概念之一,虽被认为是 Python 编程中的高级技能,但在各种项目中可以随处见到生成器的身影,你得不得去理解它、使用它、甚至爱上它。
提到生成器,总不可避免地要把迭代器拉出来对比着讲,生成器就是一个在行为上和迭代器非常类似的对象,如果把迭代器比作 AndroID 系统,那么生成器就是 iOS,二者功能上差不多,但是生成器更优雅。
什么是迭代器顾名思义,迭代器就是用于迭代 *** 作(for 循环)的对象,它像列表一样可以迭代获取其中的每一个元素,任何实现了 __next__ 方法 (python2 是 next)的对象都可以称为迭代器。
它与列表的区别在于,构建迭代器的时候,不像列表把所有元素一次性加载到内存,而是以一种延迟计算(lazy evaluation)方式返回元素,这正是它的优点。比如列表含有中一千万个整数,需要占超过400M的内存,而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中,而是等到调用 next 方法时候才返回该元素(按需调用 call by need 的方式,本质上 for 循环就是不断地调用迭代器的next方法)。
以斐波那契数列为例来实现一个迭代器:
# @param 看完这篇,你就知道Python生成器是什么# @author 内存溢出 jb51.cc|jb51.cc class Fib: def __init__(self,n): self.prev = 0 self.cur = 1 self.n = n def __iter__(self): return self def __next__(self): if self.n > 0: value = self.cur self.cur = self.cur + self.prev self.prev = value self.n -= 1 return value else: raise stopiteration() # 兼容python2 def __next__(self): return self.next()f = Fib(10)print([i for i in f])#[1,1,2,3,5,8,13,21,34,55]# End www.jb51.cc
什么是生成器知道迭代器之后,就可以正式进入生成器的话题了。普通函数用 return 返回一个值,和 Java 等其他语言是一样的,然而在 Python 中还有一种函数,用关键字 yIEld 来返回值,这种函数叫生成器函数,函数被调用时会返回一个生成器对象,生成器本质上还是一个迭代器,也是用在迭代 *** 作中,因此它有和迭代器一样的特性,唯一的区别在于实现方式上不一样,后者更加简洁
最简单的生成器函数:
>>> def func(n):... yIEld n*2...>>> func<function func at 0x00000000029F6EB8>>>> g = func(5)>>> g<generator object func at 0x0000000002908630>>>># End www.jb51.cc
func 就是一个生成器函数,调用该函数时返回对象就是生成器 g ,这个生成器对象的行为和迭代器是非常相似的,可以用在 for 循环等场景中。注意 yIEld 对应的值在函数被调用时不会立刻返回,而是调用next方法时(本质上 for 循环也是调用 next 方法)才返回
>>> g = func(5)>>> next(g)10>>> g = func(5)>>> for i in g:... print(i)...10# End www.jb51.cc
那为什么要用生成器呢?显然,用生成器在逼格上要比迭代器高几个等级,它没有那么多冗长代码了,而且性能上一样的高效,为什么不用呢?来看看用生成器实现斐波那契数列有多简单。
def fib(n): prev,curr = 0,1 while n > 0: n -= 1 yIEld curr prev,curr = curr,curr + prevprint([i for i in fib(10)])#[1,55]# End www.jb51.cc
生成器表达式
在前面一期「这样写代码更优雅」的文章里面曾经介绍过列表推导式(List comprehension),生成器表达式与列表推导式长的非常像,但是它俩返回的对象不一样,前者返回生成器对象,后者返回列表对象。
>>> g = (x*2 for x in range(10))>>> type(g)<type 'generator'>>>> l = [x*2 for x in range(10)]>>> type(l)<type 'List'># End www.jb51.cc
前面已经介绍过生成器的优势,就是迭代海量数据时,显然生成器更合适。
总结以上是内存溢出为你收集整理的Python生成器是什么?全部内容,希望文章能够帮你解决Python生成器是什么?所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)