一、生成器

2.1 定义

在python中，一边循环一边计算的机制，称为生成器(generator)。之所以需要生成器，是因为其本身具备的优秀性质：

  • 节约内存，python在使用生成器时对延迟操作提供了支持。所谓延迟，是指在需要的时候才产生结果，而不是立即产生结果。这样在需要的时候才去调用结果，而不是将结果提前存储起来要节约内存。比如以列表的形式存放较大数据将会占用不少内存，使用生成器来调取数据结果而不是列表来处理数据，因为这样可以节约内存。
  • 迭代到下一次的调用时，所使用的参数都是上一次所保留下的。

2.2 创建生成器

2.2.1 生成器表达式

生成器表达式与列表推导式在形式上很类似，只是生成器表达式使用括号”()”来构建，使用next()来调用：

  1. # 列表推导式：会一次性返回所有结果
  2. t = [i**2 for i in range(5)]
  4. # 生成器表达式：每调用一次next()返回一个，直至it为空
  5. it = (i**2 for i in range(5))
  6. next(it)

2.2.2 生成器函数

生成器函数使用yield返回值，不是return。yield语句每次返回一个结果，并挂起函数的状态，以便下次从它离开的地方继续执行。

  1. def odd():
  2.     n=1
  3.     while True:
  4.         yield n
  5.         n+=2
  7. odd_num=odd()  # 调用生成器函数，odd_num为生成器对象：<generator object odd at 0x1098e5750>
  9. count=0
  10. for o in odd_num:
  11.     if count >=5:
  12.         break
  13.     print(o)
  14.     count += 1

2.2.3 next()与send()方法

我们先看一个生成斐波纳契数列例子：

  1. def fib(times):
  2.     n = 0
  3.     a,b = 0,1
  4.     while n < times:
  5.         yield b
  6.         a,b = b,a + b
  7.         n += 1
  8.     return "done"
  10. f = fib(5)
  11. for x in f:
  12.     print(x)

next() 方法和next的作用是一样的，f.next() 和 next(f) 是作用是一样的。如下所示

  1. def fib(times):
  2.     n=0
  3.     a,b=0,1
  4.     while n < times:
  5.         yield b
  6.         a,b=b,a+b
  7.         n+=1
  9. f = fib(5)
  10. for i in range(5):
  11.     print(f.__next__())

再来看看send()的作用：

  1. def fib(times):
  2.     n = 0
  3.     a,b = 0,1
  4.     while n < times:
  5.         temp = yield b 
  6.         print(temp)
  7.         a,b = b,a+b
  8.         n += 1
  10. f = fib(5)
  11. print(f.__next__())
  12. print(f.send("haha"))
  13. print(f.send("lalala"))

其结果为：

  1. 1
  2. haha
  3. 1
  4. lalala
  5. 2
  6. [Finished in 0.3s]