博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
python中的生成器(generator)总结
阅读量:5159 次
发布时间:2019-06-13

本文共 2350 字,大约阅读时间需要 7 分钟。

1.实现generator的两种方式

python中的generator保存的是算法,真正需要计算出值的时候才会去往下计算出值。它是一种惰性计算(lazy evaluation)。

要创建一个generator有两种方式。

第一种方法: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))   # 注意把[]改成()后,不是生成一个tuple,而是生成一个generator>>> g
at 0x1022ef630>

第二种方式:在函数中使用yield关键字,函数就变成了一个generator。

函数里有了yield后,执行到yield就会停住,当需要再往下算时才会再往下算。所以生成器函数即使是有无限循环也没关系,它需要算到多少就会算多少,不需要就不往下算。

def fib():     a, b = 0, 1     while True:         yield a         a, b = b, a + b f = fib() print f, next(f), next(f), next(f) #  
0 1 1

如上例,第一次输出f,它就是一个generator,之后每次next,它就执行到yield a。

当然其实平常很少用到next(),我们直接用for循环就可以遍历一个generator,其实for循环的内部实现就是不停调用next()。

生成器可以避免不必要的计算,带来性能上的提升;而且会节约空间,可以实现无限循环(无穷大的)的数据结构。

 

2.可迭代对象(Iterable)和迭代器(Iterator)的概念

可以直接作用于for循环的对象统称为可迭代对象:Iterable

包括集合数据类型(listtupledictsetstr等)和生成器(generator)。

可以使用isinstance()判断一个对象是否是Iterable对象。

>>> from collections import Iterable>>> isinstance([], Iterable)True>>> isinstance({}, Iterable)True>>> isinstance('abc', Iterable)True>>> isinstance((x for x in range(10)), Iterable)True>>> isinstance(100, Iterable)False

迭代器:Iterator。

它表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。

生成器(generator)都是Iterator对象,但listdictstr虽然是Iterable,却不是Iterator

listdictstrIterable变成Iterator可以使用iter()函数:

>>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True

Python的for循环本质上就是通过不断调用next()函数实现的,例如:

for x in [1, 2, 3, 4, 5]:    pass

实际上完全等价于:

# 首先获得Iterator对象:it = iter([1, 2, 3, 4, 5])# 循环:while True:    try:        # 获得下一个值:        x = next(it)    except StopIteration:        # 遇到StopIteration就退出循环        break

 

3.itertools模块

python的内置模块itertools提供了用于操作迭代对象的函数,非常方便实用。举一个例子:

islice(iterable, [start, ] stop [, step]):

创建一个迭代器,生成项的方式类似于切片返回值: iterable[start : stop : step],将跳过前start个项,迭代在stop所指定的位置停止,step指定用于跳过项的步幅。与切片不同,负值不会用于任何start,stop和step,如果省略了start,迭代将从0开始,如果省略了step,步幅将采用1.

from itertools import islicedef fib():    a, b = 0, 1    while True:        yield a        a, b = b, a + bf = fib()print list(islice(f, 10)) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

 

转载于:https://www.cnblogs.com/zywscq/p/5774567.html

你可能感兴趣的文章
关于系统前端开发的那些事
查看>>
Mac 虚拟打印机PDFWriter on Sierra
查看>>
【Demo 0007】Java基础-类扩展特性
查看>>
LeakCanary 内存泄露监测原理研究
查看>>
中英文切换逻辑 前端处理
查看>>
冷启动问题概述
查看>>
Json
查看>>
2015年创新工场校园招聘软件研发岗位笔试题目——矩阵旋转
查看>>
openstack——nova计算服务
查看>>
匿名对象,内部类和访问修饰符应用
查看>>
Autograd:自动微分
查看>>
Free Type 在win32平台下显示中文
查看>>
POJ 3279 Fliptile (二进制+搜索)
查看>>
poj2385(dp)
查看>>
0731函数
查看>>
archlinux硬盘安装
查看>>
总结ISO各层协议都有哪些
查看>>
官网——Nagios快速安装过程详解(只提供参考)
查看>>
BZOJ.4145.[AMPPZ2014]The Prices(状压DP)
查看>>
软件工程 个人阅读作业2
查看>>