Python學習之==>生成器
一、列表生成式
如果要生成列表[1x1, 2x2, 3x3, ..., 10x10]怎麼做?除了迴圈還可以用一行語句代替迴圈生成,如下:
1 s = [i*i for i in range(10)] 2 print(s) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
這種寫法就是Python的列表生成式,寫列表生成式時,把要生成的元素 i * i 放到前面,後面跟 for 迴圈,就可以把list創建出來。
二、生成器
1、通過列表生成式實現
通過列表生成式,我們可以直接建立一個列表。但受到記憶體限制,列表容量肯定是有限的。而且,建立一個包含100萬個元素的列表,會佔用很大的儲存空間,如果我們僅僅需要訪問前面幾個元素,那後面絕大多數元素佔用的空間都白白浪費了。
所以,如果列表元素可以按照某種演算法推算出來,那我們是否可以在迴圈的過程中不斷推算出後續的元素呢?這樣就不必建立完整的list,從而節省大量的空間。在Python中,這種一邊迴圈一邊計算的機制,稱為生成器:generator。
要建立一個generator,有很多種方法。第一種方法很簡單,只要把一個列表生成式的[]
改成()
,就建立了一個generator:
1 l = [i*i for i in range(10)] 2 print(l) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 3 4 g = (i for i in range(5))5 print(g) #<generator object <genexpr> at 0x000001F1DFCE01A8>
建立l
和的區別僅在於最外層的
[]
和()
,l
是一個list,而g
是一個generator。
我們可以直接打印出list的每一個元素,但我們怎麼打印出generator的每一個元素呢?
如果要一個一個打印出來,可以通過next()
函式獲得generator的下一個返回值,如下:
1 g = (i for i in range(5)) 2 print(next(g)) # 0 3 print(next(g)) # 1 4 print(next(g)) #2 5 print(next(g)) # 3 6 print(next(g)) # 4 7 print(next(g)) # StopIteration
generator儲存的是演算法,每次呼叫next(g)
,就計算出g
的下一個元素的值,直到計算到最後一個元素,沒有更多的元素時,丟擲StopIteration
的錯誤。
當然,上面這種不斷呼叫next(g)
的用法,實際上很少這麼用,正確的方法是使用for
迴圈,因為generator也是可迭代物件,如下:
1 g = (i for i in range(5)) 2 for i in g: 3 print(i) 4 # 0 5 # 1 6 # 2 7 # 3 8 # 4
所以,我們建立了一個generator後,基本上永遠不會呼叫next()
,而是通過for
迴圈來迭代它,並且不需要關心StopIteration
的錯誤
2、用函式實現
generator非常強大。如果推算的演算法比較複雜,用類似列表生成式的for
迴圈無法實現的時候,還可以用函式來實現。
比如,著名的斐波拉契數列(Fibonacci),除第一個和第二個數外,任意一個數都可由前兩個數相加得到:
0,1, 1, 2, 3, 5, 8, 13, 21, 34, ...
1 def fib(max): 2 n,before,after = 0,0,1 3 while n <= max: 4 print(before) 5 before,after = after,before+after 6 n = n + 1
上面的函式輸出的結果入下:
1 fib(8) 2 # 0 3 # 1 4 # 1 5 # 2 6 # 3 7 # 5 8 # 8 9 # 13 10 # 21
仔細觀察,可以看出,fib
函式實際上是定義了斐波拉契數列的推算規則,可以從第一個元素開始,推算出後續任意的元素,這種邏輯其實非常類似generator。也就是說,上面的函式和generator僅一步之遙。要把fib
函式變成generator,只需要把print(before)
改為yield before
就可以了,如下:
1 def fib(max): 2 n,before,after = 0,0,1 3 while n <= max: 4 yield before 5 before,after = after,before+after 6 n = n + 1
這就是定義generator的另一種方法。如果一個函式定義中包含yield
關鍵字,那麼這個函式就不再是一個普通函式,而是一個generator,如下:
1 g = fib(5) 2 print(g) # <generator object fib at 0x000001C0DAD201A8> 3 4 for i in g: 5 print(i) 6 # 0 7 # 1 8 # 1 9 # 2 10 # 3 11 # 5
這裡,最難理解的就是generator和函式的執行流程不一樣。函式是順序執行,遇到return
語句或者最後一行函式語句就返回。而變成generator的函式,在每次呼叫next()
的時候執行,遇到yield
語句返回,再次執行時從上次返回的yield
語句處繼續執行,如下:
1 g = fib(5) 2 print(g) # <generator object fib at 0x000001C0DAD201A8> 3 4 print(next(g)) # 1 5 print(next(g)) # 1 6 print('乾點別的')# 乾點別的 7 print(next(g)) # 2 8 print(next(g)) # 3 9 print(next(g)) # 5