Python3.5迭代器与生成器用法实例分析
本文实例讲述了Python3.5迭代器与生成器用法。分享给大家供大家参考,具体如下:
1、列表生成式
通过列表生成式可以直接创建一个列表。代码:a = [i*2 for i in range(10)]
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu #列表生成式 a = [i*2 for i in range(10)] print(a)
运行结果:
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
由于受内存限制,列表容量肯定是有限的。创建一个包含100万个元素的列表,不仅占用很大的存储空间,若只访问前面的几个元素,后边的绝大多数元素占用空间浪费。
如果列表元素可以按照某种算法推算出来,那是否可以在循环过程中不断推算后续的元素?这样就不必创建完整的列表list,从而节省大量的空间。
2、生成器
在Python中,一边循环一边计算的机制,叫做:生成器(generator)。创建一个生成器的方法有很多:
(1)将一个列表生成式的[]改成(),就创建一个生成器。代码:b = (i*2 for i in range(10))
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu #列表生成式 a = [i*2 for i in range(10)] print(a) print("type of a:",type(a)) #生成器 b = (i*2 for i in range(10)) print(b) print("type of b:",type(b)) for i in b: print(i)
运行结果:
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
type of a: <class 'list'>
<generator object <genexpr> at 0x008B8D20>
type of b: <class 'generator'>
0
2
4
6
8
10
12
14
16
18
结论:生成器的元素只有在调用的时候才生成相应的,调用到哪一次才会生成到哪一次的元素,只记住当前的位置。
注意:列表可以直接打印出每一个元素,而生成器不能用切片的形式去取,会出错误。
打印出生成器generator的每一个元素的方法:如果要一个一个打印出来,要通过next()函数获得生成器generator的下一个返回值。
生成器generator保存的是算法,每次调用print(next(b)),就计算出生成器b的下一个元素的值,直到最后一个元素,没有更多的元素时,抛出StopIteration的错误。
#生成器 b = (i*2 for i in range(10)) print(next(b)) print(next(b)) print(next(b)) print(next(b))
运行结果:
0
2
4
6
不断调用next(b)很麻烦,可以利用for循环,因为生成器generator也是可迭代的对象。
(2)当推算的算法比较复杂时,用类似列表生成式的for循环无法实现,还可以用函数来实现生成器
例如:著名的斐波那契数列(Fibonaccl),除了第一个和第二个数之外,任意一个数都由前两个数相加得到:1, 1, 2, 3, 5, 8, 13, 21, 34, ...
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu def fibonaccl(max): n,a,b = 0,0,1 while n < max: print(b) a,b = b,a + b n = n + 1 return 'done' fibonaccl(10)
运行结果:
1
1
2
3
5
8
13
21
34
55
总结:Fibonaccl函数实际上定义了斐波那契数列的推算规则,可以从第一个元素开始,推算出后续任意元素,这种逻辑非常类似generator。
Fibonaccl函数和生成器generator只有一步之遥,要把Fibonaccl函数变成生成器generator,只需要将print(b)修改为yield b就可以了。
最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到return语句或者最后一行函数语句就返回。
而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行,
即:yield保存了函数的中断状态,返回当前状态的值,函数停在这里,后边还可以继续回来。
另外,函数可以不再等待其执行结束,可以中断在某个地方做其他的事情,结束之后还可以继续回来接着往下执行(具有并行的效果)。
def fibonaccl(max): n,a,b = 0,0,1 while n < max: yield b a,b = b,a + b n = n + 1 return 'done' print(fibonaccl(15)) f = fibonaccl(15) print(f.__next__()) print(f.__next__()) print(f.__next__()) print(f.__next__()) print("===========") print(f.__next__()) print(f.__next__()) print(f.__next__()) print(f.__next__()) print("=========start loop========") #接着打印后边的元素 for i in f: print(i)
运行结果:
<generator object fibonaccl at 0x00548D50>
1
1
2
3
===========
5
8
13
21
=========start loop========
34
55
89
144
233
377
610
用for循环调用generator时,发现拿不到generator的return语句的返回值。
如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIteration的value中。
def fibonaccl(max): n,a,b = 0,0,1 while n < max: yield b a,b = b,a + b n = n + 1 return 'done' g = fibonaccl(6) while True: try: x = next(g) print('g:', x) except StopIteration as e: print('Generator return value:', e.value) break
运行结果:
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
3、生成器并行的实现——单线程下的并行效果
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu #生成器并行的实现——生产者、消费者模型 import time def consumer(name): print("%s 准备吃包子啦!" %name) while True: baozi = yield #yield保存当前状态返回 print("包子[%s]来了,被[%s]吃了!" %(baozi,name)) def producer(name): c = consumer('A') c2 = consumer('B') c.__next__() #next只唤醒yield c2.__next__() print("开始准备做包子啦!") for i in range(3): time.sleep(1) print("做了2个包子!") c.send(i) #send唤醒yield同时给它传值 c2.send(i) producer("alex")
运行结果:
A 准备吃包子啦!
B 准备吃包子啦!
开始准备做包子啦!
做了2个包子!
包子[0]来了,被[A]吃了!
包子[0]来了,被[B]吃了!
做了2个包子!
包子[1]来了,被[A]吃了!
包子[1]来了,被[B]吃了!
做了2个包子!
包子[2]来了,被[A]吃了!
包子[2]来了,被[B]吃了!
更多关于Python相关内容可查看本站专题:《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。