Python的生成器函数详解，

Python的生成器函数详解，

目录

• Python的生成器函数
• 生成器的概念
• 构造生成器
• 生成器函数的语法糖
• python生成器和yield语句
• 生成器
• 普通可迭代对象和生成器对比
• yield语句
• 总结

Python的生成器函数

生成器的概念

生成器是Python中的一个对象，对这个对象进行操作，可以依次生产出按生成器内部运算产生的数据。

但是要注意，如果不对生成器进行操作，是不会产生数据的。

称这样的方式为惰性求值，延或者迟求值。

构造生成器

• 生成器表达式

以前学过一种方式叫生成器表达式，例如：

g1 = (x*2 for x in range(5))
next(g1)
0
next(g1)
2
...

这就不说了。

• 生成器函数

生成器函数，就是说定义函数时，内部带yield就算生成器函数。

每次返回的值就是yield后面的值，例如：

def g2():
    for x in range(5):
        yield x*2

list(g2)
[0, 2, 4, 6, 8]

这个yield很牛逼，和return一样，遇到之后就返回后面的值，但是yield会记住当时执行到哪里了，下一次执行从这个地方开始（就是生成器的特点）。

生成器函数的语法糖

就是yield from 语法，一种看起来简洁的表达形式吧。

普通形式的生成器函数：

def inc1():
    for x in range(10000):
        yield x

相当于

def inc2():
    yield from range(10000)

也就是说，yield from iterable 相当于 yield item for item in iterable。

python生成器和yield语句

生成器

• 生成器是可以动态(循环一次计算一次返回一次)提供数据的可迭代对象(所以属于可迭代对象,即有__iter__()和__next__())
• 不必创建容器存储完整的结果，而节省内存空间(延迟/惰性操作)
• 含有yield语句的函数为生成器函数，返回值为生成器对象

普通可迭代对象和生成器对比

定义函数，获取列表中所有偶数

list01 = [4,54,65,6,76,87,9]

#传统方式
def get_even01():
	#做一个容器来存储数据
	result = []
	for item in list01:
		if item % 2 == 0:
			result.append(item)
	return result

re = get_even01()
for item in re:
	print(item)

#使用生成器技术
def get_even02():
	for item in list01:
		if item % 2 == 0:
			yield item	#yield是生成器的关键词

re = get_even02()	#返回一个生成器对象
for item in re:	#使用for来迭代re,因为生成器也是可迭代对象(有__iter__()方法)
	print(item)

使用生成器的最大作用是节省内存

yield语句

def f1():
	for i in range(2):
		yield i
		
g = f1()	

print(g.__next__())	#0
print(g.__next__())	#1
print(g.__next__())	#抛出异常StopIteration

#为了不抛出异常，改写上面的代码
def f1():
	for i in range(2):
		yield i
g = f1()
while True:
	try:
		print(g.__next__())
	except Exception as e:	#捕获异常，结束循环
		break		

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持3672js教程。

您可能感兴趣的文章:

• Python range函数之生成器函数的示例
• python教程之生成器和匿名函数
• Python函数的迭代器与生成器的示例代码
• Python函数生成器原理及使用详解
• Python函数式编程指南:对生成器全面讲解