gpt4 book ai didi

长篇大论Python生成器

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 31 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章长篇大论Python生成器由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

长篇大论Python生成器

ython生成器是什么

一句话解释:包含了yield关键字的函数就是生成器,它的返回值是一个生成器对象。我简单画了个示意图:

长篇大论Python生成器

yield相当于return.

函数遇到yield就暂停,保存当前信息,返回yield的值.

在下次执行next()时,从当前位置继续执行.

比较有意思的事情是,曾经有人建议生成器函数不应该使用def,而应该发明一个新的关键字比如gen,但是Python之父Guido并没有同意这样做.

生成器函数的工作原理

先通过一个简单示例来说明生成器的行为:

  1. # 定义一个生成器
  2. >>> def gen_123():
  3. ... yield 1
  4. ... yield 2
  5. ... yield 3
  6. ...
  7.  
  8. # 生成器本身是个函数
  9. >>> gen_123
  10. <function gen_123 at 0x0000019F60710790>
  11.  
  12. # 返回值是生成器对象
  13. >>> gen_123()
  14. at 0x0000019F606AC040>
  15.  
  16. # 生成器也是迭代器
  17. >>> for i in gen_123():
  18. ... print(i)
  19. ...
  20. 1
  21. 2
  22. 3
  23.  
  24. # 验证生成器也是迭代器,定义迭代器g
  25. >>> g = gen_123()
  26.  
  27. # 可以通过next()获取yield生成的下一个元素
  28. >>> next(g)
  29. 1
  30. >>> next(g)
  31. 2
  32. >>> next(g)
  33. 3
  34. >>> next(g)
  35. Traceback (most recent call last):
  36. File "", line 1, in
  37. StopIteration

生成器的原理就是:

  • 生成器函数会创建一个生成器对象。
  • 把生成器传给next()函数时,生成器函数会执行函数定义体中的下一个yield语句,返回产出的值,并在当前位置暂停。
  • 函数的定义体返回时,外层的生成器对象会抛出StopIteration异常

yield关键字一般是和for循环搭配使用的,在for循环中会隐式调用next()函数.

生成器的作用其实是解决内存的问题,比如我们都知道Python的正则表达式有一个re.findall()函数,它会把所有匹配到的元素都一次性写入内存中,假如匹配到的数据很多,就会占用大量的内存。为了解决这个问题,Python3有一个re.finditer()函数,返回的就是一个生成器,取值时才生成数据放入内存中,能节省大量内存.

标准库中的生成器函数

实现生成器时要知道标准库中有什么可用,否则很可能会重新发明轮子。有些是内置的,有些在itertools模块中,有些functools模块中.

用于过滤的生成器函数

从输入的可迭代对象中产出元素的子集,而且不修改元素本身.

长篇大论Python生成器

用于映射的生成器函数

在输入的单个可迭代对象中的各个元素上做计算,然后返回结果.

长篇大论Python生成器

合并多个可迭代对象的生成器函数

从输入的多个可迭代对象中产出元素.

长篇大论Python生成器

把输入的各个元素扩展成多个输出元素的生成器函数 。

从一个元素中产出多个值,扩展输入的可迭代对象.

长篇大论Python生成器

用于重新排列元素的生成器函数

产出输入的可迭代对象中的全部元素,不过会以某种方式重新排列.

长篇大论Python生成器

yield from

yield from是Python3.3新出现的句法,它的作用是把不同的生成器结合在一起使用.

比如生成器函数需要产出另一个生成器生成的值,传统的解决办法是使用for循环:

  1. def chain(*iterables):
  2. for it in iterables:
  3. for i in it:
  4. yield i
  5.  
  6. s = "ABC"
  7. t = tuple(range(3))
  8. print(list(chain(s, t))) # ["A", "B", "C", 0, 1, 2]

改成yield from:

  1. def chain(*iterables):
  2.  
  3. for it in iterables:
  4.  
  5. yield from i

完全代替了内层的for循环.

参考资料:

《流畅的Python》第14章 可迭代的对象、迭代器和生成器 。

原文链接:https://mp.weixin.qq.com/s/jUnSF0DdS2QszqJf2CfsGQ 。

最后此篇关于长篇大论Python生成器的文章就讲到这里了,如果你想了解更多关于长篇大论Python生成器的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

31 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com