不会用生成器的看过来

生成器其实没你想象得那么难，本文通过举几个简单的例子帮助大家理解。

在计算机科学中，生成器是特定的迭代器，它完全实现了迭代器接口，所以所有生成器都是迭代器。不过，迭代器用于从数据集中取出元素；而生成器用于"凭空"生成(yield)元素。它不会一次性将所有元素全部生成，而是按需一个一个地生成，所以从头到尾都只需占用一个元素的内存空间。很典型的一个例子是斐波纳契数列：斐波纳契数列中的数有无穷个，在一个数据结构里放不下，但是可以在需要下一个元素的时候临时计算。

生成器关键字yield

 1.生成器中，如果没有return，则默认执行到函数完毕时返回StopIteration；
 def funa():
     yield 1
 
 a = funa()
 print(next(a))
 print(next(a))
 
 2.如果在return后返回一个值，那么这个值为StopIteration异常的说明，不是程序的返回值。
 
 def funa():
     yield 1
     return '出现异常'  # 如改成return 6,则第二个print(next(a))结果为StopIteration: 6
 
 a = funa()
 print(next(a))    # 1
 print(next(a))    # StopIteration: 出现异常    为异常说明
 -----------------------------------------------
 3.生成器函数的表达式形式
 def funa(n):
     for i in range(n):
         yield i ** 2
 
 # a = funa(3)
 # print(next(a))
 # print(next(a))
 # print(next(a))

如何创建生成器

 生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表。
 只要把一个列表生成式的[]改成()
 li = [i*2 for i in range(3)]    # 列表推导式
 print(li)                      # [0, 2, 4]
 
 li2 = (i*2 for i in range(3))    # 生成器表达式
 print(li2)      # <generator object <genexpr> at 0x000002F099EA2C48>   
 print(next(li2))               # 0
 print(next(li2))               # 2
 print(next(li2))

发表于 2021-07-14 21:34
阅读 ( 355 )
分类：Python开发

不会用生成器的看过来

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »