python生成器小结

绝地灬酷狼 2022-06-08 02:43 154阅读 0赞

## 引入及概念 ##

通过列表生成式，我们可以直接创建一个列表。但是，受内存限制，列表的容量也是有限的，当我们创建一个包含100W个元素的列表，不仅占用内存空间比较多，而且假如我们只需要访问前几个元素，那么后面绝大部分元素占用的空间都浪费了。

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使用的过程中不断推算后续的元素呢，这样就不必创建完整的list，浪费空间。

在python中，这种一边循环一遍计算的机制，称为生成器(Generator)。

## 生成器创建方式 ##

### 创建方式一 ###

首先，来看一下列表的创建：

L = [x for x in range(8)]
    print(L)

参照上面代码，只要做如下改动，就创建一个生成器：

# 01. 将列表生成式中的[]改为()
    G = (x for x in range(3))
    print(G)

打印结果为：

如上，就创建了一个生成器对象。  
直接打印G相当于输出的是对象地址，那么该如何取其中的元素呢？

### 取值方式一 ###

通过next(G)或G.**next**()方式进行取值

# 打印G的值，通过next()函数 获取生成器的下一个返回值
    print(G.__next__())
    print(next(G))
    print(next(G))
    print(next(G))
    print(next(G))

输出为：

0
    1
    2
    Traceback (most recent call last): File "/Users/***/Project/PycharmProjects/**/generator_test.py", line 11, in <module> print(next(G)) StopIteration

可以看到，这样可以取到生成器的值，不过当角标越界后，会跑出StopIteration异常，可以通过监听次异常来完成取值。

try:
        print(G.__next__())
        print(next(G))
        print(next(G))
        print(next(G))
    except StopIteration as e:
        print('取值完成')

输出为：

0
    1
    2
    取值完成

### 取值方式二 ###

通过for循环完成取值

for x in G:
        print(x)

同样可以完成对G的取值

### 创建方式二 ###

只要函数中有yield关键字，该函数就不是普通函数了，而是一个生成器对象。如果再通过函数名直接调用，是无效的。

def create_num2(number):
        a, b = 0, 1
        for x in range(number):
            yield b
            a, b = b, a + b

## 生成器的执行流程 ##

通过代码，看一下生成器的调用过程。

def create_num2(number):
        print('create_num2 start')
        a, b = 0, 1
        for x in range(number):
            # 遇到yield程序暂停，同时把后面的值返回
            # 如果再次用next()进行调用，就会从上次yiled暂停的地方继续执行
            print('....1....')
            yield b
            print('....2....')
            a, b = b, a + b
            print('....3....')
        print('create_num2 stop')
    
    
    a = create_num2(10)
    print('*' * 10 + '第一次调用yiled对象' + '*' * 10)
    print(next(a))
    print('*' * 10 + '第二次调用yiled对象' + '*' * 10)
    print(next(a))

输出结果为：

**********第一次调用yiled对象**********
    create_num2 start
    ....1....
    1
    **********第二次调用yiled对象**********
    ....2....
    ....3....
    ....1....
    1

执行流程：  
1. 执行 a = create\_num2(10)，创建生成器对象a  
2. 当调用next(a)的时候，才会执行到函数中，依次打印 start …1…  
3. 当执行到yield b时，会将程序暂停，同时把后面的值(b)返回  
4. 接收b的返回，此时为1，so 打印1  
5. 再次执行next(a)的时候，会从上次yield暂停的地方继续执行，所以先打印…2… …3…，然后再次进入for循环，打印…1…，又遇到yield，暂停中，同时返回b的值  
6. 接收b的值，并打印

## 使用send ##

在调用生成器函数时，也可以对其进行传值，如下：

# 定义一个yield对象，并且增加temp = yield i
    def test():
        i = 0
        while i < 5:
            temp = yield i
            print(temp)
            i += 1
    
    
    t = test()
    # 首次调用
    print(t.__next__())
    # 第二次调用
    print(t.__next__())
    # 第三次调用
    print(t.send('python'))

输出为：

0
    None
    1
    python
    2

执行流程：  
1. 首次调用，因为temp = yield i为赋值语句，先执行右边代码，当执行到yield时，暂停执行，并把i返回回去，so ,打印 0  
2. 第二次调用，从yield i开始，可以把yiedl i作为一个代码块，赋值给temp,此时没传值，所以打印为None，其他正常执行  
3. 第三次调用，通过send方法，传递参数，这时候相当于把参数赋值给temp，所以打印结果为python，其他流程正常执行

ps：在第一次调用生成器的时候不能传参，否则会跑出异常，如下：

TypeError: can't send non-None value to a just-started generator

首次必须先调用next()或send(None)。

## 总结 ##

1.  生成器是这样一个函数，它记住上一次返回时函数体中的位置。对生成器的第二次(n)调用跳转至该函数中间，而上次调用的所有局部变量都保持不变
2.  生成器特点  
    
    
    1.  节约内存
    2.  迭代到下一次的调用时，所使用的参数都是第一次所保留下的，也就是说，在整个所有函数调用的参数都是第一次调用时保留的，而不是新创建的。