日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后，達(dá)者為師

網(wǎng)站首頁 編程語言 正文

如何通過一篇文章了解Python中的生成器_python

作者：踏雪痕 ? 更新時間： 2022-06-04 編程語言

前言

生成器很容易實(shí)現(xiàn)，但卻不容易理解。生成器也可用于創(chuàng)建迭代器，但生成器可以用于一次返回一個可迭代的集合中一個元素。現(xiàn)在來看一個例子：

def yrange(n):
    i = 0
    while i < n:
        yield i
        i += 1

每次執(zhí)行 yield 語句時，函數(shù)都會生成一個新值。

“生成器”這個詞被混淆地用來表示生成的函數(shù)和它生成的內(nèi)容。?

當(dāng)調(diào)用生成器函數(shù)時，它甚至沒有開始執(zhí)行該函數(shù)就返回一個生成器對象。 當(dāng)?shù)谝淮握{(diào)用 next() 方法時，函數(shù)開始執(zhí)行直到它到達(dá) yield 語句。 產(chǎn)生的值由下一次調(diào)用返回。

以下示例演示了 yield 和對生成器對象上的 next 方法的調(diào)用之間的相互作用。

>>> def foo():
...     print("begin")
...     for i in range(3):
...         print("before yield", i)
...         yield i
...         print("after yield", i)
...     print("end")
...
>>> f = foo()
>>> next(f)
begin
before yield 0
0
>>> next(f)
after yield 0
before yield 1
1
>>> next(f)
after yield 1
before yield 2
2
>>> next(f)
after yield 2
end
Traceback (most recent call last):
  File "", line 1, in 
    next(f)
StopIteration
>>>

生成器也是迭代器

生成器也是迭代器，支持使用 for 循環(huán)。當(dāng)使用 for 語句開始對一組項(xiàng)目進(jìn)行迭代時，即運(yùn)行生成器。一旦生成器的函數(shù)代碼到達(dá) yield 語句，生成器就會將其執(zhí)行交還給 for 循環(huán)，從集合中返回一個新值。生成器函數(shù)可以根據(jù)需要生成任意數(shù)量的值（可能是無限的），依次生成每個值。

f_2 = foo()
for i in f_2: print(i)

begin
before yield 0
0
after yield 0
end
before yield 1
1
after yield 1
end
before yield 2
2
after yield 2
end

當(dāng)一個函數(shù)包含 yield 時，Python 會自動實(shí)現(xiàn)一個迭代器，為我們應(yīng)用所有需要的方法，比如 __iter__() 和 __next__()，所以生成器也能和迭代器有相同的功能，如下所示：

def yrange():
    i = 1
    while True:
        yield i
        i = i + 1

def squares():
    for i in yrange():
        yield i * i

def take(n, seq):
    seq = iter(seq)
    result = []
    try:
        for i in range(n):
            result.append(next(seq))
    except StopIteration:
        pass
    return result

print(take(5, squares()))

# [1, 4, 9, 16, 25]

接下來看一下如何使用生成器計(jì)算斐波那契數(shù)列：

def fib(n):
    if n <= 1:
        return 1
    a, b = 0, 1
    for _ in range(n):
        a, b = b, a + b
        yield a

for i in fib(10):
    print(i, end=' ')

# Result：1 1 2 3 5 8 13 21 34 55

生成器推導(dǎo)式

生成器表達(dá)式是列表推導(dǎo)式的生成器版本。它們看起來像列表推導(dǎo)式，但返回的是一個生成器，而不是一個列表。生成器推導(dǎo)式的本質(zhì)：

  • 使用 yield 會產(chǎn)生一個生成器對象
  • 用 return 將返回當(dāng)前的第一個值。
generator_expressions = (x for x in range(10))
generator_expressions
 at 0x0000023F8BC51AF0>
sum(generator_expressions)
45

無限生成器

生成器的另一個常見場景是無限序列生成。在 Python 中，當(dāng)您使用有限序列時，您可以簡單地調(diào)用 range() 并在列表中對其進(jìn)行計(jì)數(shù)，例如：

a = range(5)
print(list(a))
[0, 1, 2, 3, 4]

也可以這樣做，使用如下生成器生成無限序列：

def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

運(yùn)行此代碼時，可以看到其運(yùn)行非常快，可以通過 CTRL+C 來使得程序結(jié)束，如下：

生成器實(shí)際用法

1. 讀取文件行

生成器的一個常見用法是處理大型文件或數(shù)據(jù)流，例如 CSV 文件。假設(shè)我們需要計(jì)算文本文件中有多少行，我們的代碼可能如下所示：

def csv_reader(file_name):
    file = open(file_name)
    result = file.read().split("\n")
    return result

csv_gen = csv_reader("some_file.csv")
row_count = 0

for row in csv_gen:
    row_count += 1

print(f"Row count is {row_count}")

我們的 csv_reader 函數(shù)將簡單地將文件打開到內(nèi)存中并讀取所有行，然后它將行拆分并與文件數(shù)據(jù)形成一個數(shù)組。如果文件包含幾千行，可能就會導(dǎo)致速度變慢，設(shè)置是內(nèi)存被占滿。

這里就可以通過生成器重構(gòu)的 csv_reader 函數(shù)。

def csv_reader(file_name):
    for row in open(file_name, "r"):
        yield row

2.讀取文件內(nèi)容

def readfiles(filenames):
    for f in filenames:
        for line in open(f):
            yield line

def grep(pattern, lines):
    return (line for line in lines if pattern in line)

def printlines(lines):
    for line in lines:
        print(line, end="")

def main(pattern, filenames):
    lines = readfiles(filenames)
    lines = grep(pattern, lines)
    printlines(lines)

高級生成器用法

到目前為止，我們已經(jīng)介紹了生成器最常見的用途和構(gòu)造，但還有更多內(nèi)容需要介紹。隨著時間的推移，Python 為生成器添加了一些額外的方法：

  • send() 函數(shù)
  • throw() 函數(shù)
  • close() 函數(shù)

接下來，我們來看一下如何使用這三個函數(shù)。

首先，新建一個生成器將生成素數(shù)，其實(shí)現(xiàn)如下：

def isPrime(n):
    if n < 2 or n % 1 > 0:
        return False
    elif n == 2 or n == 3:
        return True
    for x in range(2, int(n**0.5) + 1):
        if n % x == 0:
            return False
    return True

def getPrimes():
    value = 0
    while True:
        if isPrime(value):
            i = yield value
            if i is not None:
                value = i
        value += 1

然后我們調(diào)用 send() 函數(shù)，這個函數(shù)會向生成器 prime_gen 傳入一個值，然后從這個值開始計(jì)算下一個素數(shù)的值：

prime_gen = getPrimes()
print(next(prime_gen))
print(prime_gen.send(1000))
print(next(prime_gen))

可以看到如下結(jié)果：

throw() 允許您使用生成器拋出異常。例如，這對于以某個值結(jié)束迭代很有用。比如我們想得到小于 20 的素數(shù)就可以使用如下方法：

prime_gen = getPrimes()

for x in prime_gen:
    if x > 20:
        prime_gen.throw(ValueError, "I think it was enough!")
    print(x)

運(yùn)行該代碼，得到結(jié)果如下：

在前面的示例中，我們通過引發(fā)異常來停止迭代，但這并不是用戶想看到的，誰想看到報錯呢。因此，結(jié)束迭代的更好方法是使用 close():

prime_gen = getPrimes()

for x in prime_gen:
    if x > 20:
        prime_gen.close()
    print(x)

運(yùn)行結(jié)果如下圖：

可以看到，生成器在運(yùn)行到停止了，沒有引發(fā)任何異常。

總結(jié)

生成器簡化了迭代器的創(chuàng)建。 生成器是產(chǎn)生一系列結(jié)果而不是單個值的函數(shù)。

生成器可以用于優(yōu)化 Python 應(yīng)用程序的性能，尤其是在使用大型數(shù)據(jù)集或文件時的場景中。

生成器還通過避免復(fù)雜的迭代器實(shí)現(xiàn)或通過其他方式處理數(shù)據(jù)來提供清晰的代碼。

參考鏈接:

How to Use Generator and yield in Python

https://realpython.com/introduction-to-python-generators/

https://anandology.com/python-practice-book/iterators.html

原文鏈接：https://xie.infoq.cn/article/394bc3a87beaeee98f78111af

欄目分類
最近更新