Python入门之生成器(generator)

  • Post author:
  • Post category:python






创建一个generator









方法1:



只要把一个列表生成式的


[]


改成


()


,就创建了一个generator:


>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>



打印出generator的每一个元素


,可以通过


next()


函数获得generator的下一个返回值:




>>> next(g)
0
>>> next(g)
1




每次调用


next(g)


,就计算出


g


的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出


StopIteration


的错误。

正确的方法是使用


for


循环:










>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81







方法2:










eg1:

著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到

,用函数把它打印出来












1, 1, 2, 3, 5, 8, 13, 21, 34, …









方法1:













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

fib(6)









方法2:



















fib


函数变成generator,只需要把


print(b)


改为


yield b



























def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'
>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8for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StopIterationvalue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











练习




























生成器

阅读: 479158

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:

>>> 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))
>>> g
<generator object <genexpr> at 0x1022ef630>

创建

L



g

的区别仅在于最外层的

[]



()



L

是一个list,而

g

是一个generator。

我们可以直接打印出list的每一个元素,但我们怎么打印出generator的每一个元素呢?

如果要一个一个打印出来,可以通过

next()

函数获得generator的下一个返回值:

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

我们讲过,generator保存的是算法,每次调用

next(g)

,就计算出

g

的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出

StopIteration

的错误。

当然,上面这种不断调用

next(g)

实在是太变态了,正确的方法是使用

for

循环,因为generator也是可迭代对象:

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

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。

比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:

1, 1, 2, 3, 5, 8, 13, 21, 34, …

斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:

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


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]

但不必显式写出临时变量t就可以赋值。

上面的函数可以输出斐波那契数列的前N个数:

>>> fib(6)
1
1
2
3
5
8
'done'

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:

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

这就是定义generator的另一种方法。如果一个函数定义中包含

yield

关键字,那么这个函数就不再是一个普通函数,而是一个generator:

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>

这里,最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到

return

语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用

next()

的时候执行,遇到

yield

语句返回,再次执行时从上次返回的

yield

语句处继续执行。

举个简单的例子,定义一个generator,依次返回数字1,3,5:

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

调用该generator时,首先要生成一个generator对象,然后用

next()

函数不断获得下一个返回值:

>>> 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 "<stdin>", line 1, in <module>
StopIteration

可以看到,

odd

不是普通函数,而是generator,在执行过程中,遇到

yield

就中断,下次又继续执行。执行3次

yield

后,已经没有

yield

可以执行了,所以,第4次调用

next(o)

就报错。

回到

fib

的例子,我们在循环过程中不断调用

yield

,就会不断中断。当然要给循环设置一个条件来退出循环,不然就会产生一个无限数列出来。

同样的,把函数改成generator后,我们基本上从来不会用

next()

来获取下一个返回值,而是直接使用

for

循环来迭代:

>>> for n in fib(6):
...     print(n)
...
1
1
2
3
5
8

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



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

关于如何捕获错误,后面的错误处理还会详细讲解。



练习


杨辉三角

定义如下:

          1
         / \
        1   1
       / \ / \
      1   2   1
     / \ / \ / \
    1   3   3   1
   / \ / \ / \ / \
  1   4   6   4   1
 / \ / \ / \ / \ / \
1   5   10  10  5   1

把每一行看做一个list,试写一个generator,不断输出下一行的list:

def trigangle():
    N=[1]
    while True:
        yield N
        N.append(0)
        N=[N[i-1]+N[i] for i in range(len(N))]

if __name__=='__main__':
    n=0
    for t in trigangle():
        print(t)
        n+=1
        if n == 10:
            break



版权声明:本文为u014377655原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。