锐客网

  1. 首页 > 睿知 > it技术 > >

一文了解 Python 中的生成器#私藏项目实操分享#

IT知识Python生成器

满堂花醉三千客，一剑霜寒十四洲。这篇文章主要讲述一文了解 Python 中的生成器#私藏项目实操分享#相关的知识，希望能为你提供帮助。
前言生成器很容易实现，但却不容易理解。生成器也可用于创建迭代器，但生成器可以用于一次返回一个可迭代的集合中一个元素。现在来看一个例子：

def yrange(n):
i = 0
while i < n:
yield i
i += 1

每次执行 yield 语句时，函数都会生成一个新值。

“生成器”这个词被混淆地用来表示生成的函数和它生成的内容。
当调用生成器函数时，它甚至没有开始执行该函数就返回一个生成器对象。 当第一次调用 ??next()?? 方法时，函数开始执行直到它到达 yield 语句。 产生的值由下一次调用返回。
以下示例演示了 yield 和对生成器对象上的 next 方法的调用之间的相互作用。
> > > def foo():
...print("begin")
...for i in range(3):
...print("before yield", i)
...yield i
...print("after yield", i)
...print("end")
...
> > > f = foo()
> > > next(f)
begin
before yield 0
0
> > > next(f)
after yield 0
before yield 1
1
> > > next(f)
after yield 1
before yield 2
2
> > > next(f)
after yield 2
end
Traceback (most recent call last):
File "< pyshell#13> ", line 1, in < module>
next(f)
StopIteration
> > >

生成器也是迭代器生成器也是迭代器，支持使用 for 循环。当使用 ??for?? 语句开始对一组项目进行迭代时，即运行生成器。一旦生成器的函数代码到达 ??yield?? 语句，生成器就会将其执行交还给 ??for?? 循环，从集合中返回一个新值。生成器函数可以根据需要生成任意数量的值（可能是无限的），依次生成每个值。
f_2 = foo()
for i in f_2: print(i)

begin
before yield 0
0
after yield 0
end
before yield 1
1
after yield 1
end
before yield 2
2
after yield 2
end

【一文了解 Python 中的生成器#私藏项目实操分享#】
当一个函数包含 ??yield?? 时，python 会自动实现一个迭代器，为我们应用所有需要的方法，比如 ??__iter__()?? 和 ??__next__()??，所以生成器也能和迭代器有相同的功能，如下所示：
def yrange():
i = 1
while True:
yield i
i = i + 1

def squares():
for i in yrange():
yield i * i

def take(n, seq):
seq = iter(seq)
result = []
try:
for i in range(n):
result.append(next(seq))
except StopIteration:
pass
return result

print(take(5, squares()))

# [1, 4, 9, 16, 25]

接下来看一下如何使用生成器计算斐波那契数列：
def fib(n):
if n < = 1:
return 1
a, b = 0, 1
for _ in range(n):
a, b = b, a + b
yield a

for i in fib(10):
print(i, end= )

# Result：1 1 2 3 5 8 13 21 34 55

生成器推导式生成器表达式是列表推导式的生成器版本。它们看起来像列表推导式，但返回的是一个生成器，而不是一个列表。生成器推导式的本质：
  • 使用 yield 会产生一个生成器对象
  • 用 return 将返回当前的第一个值。
generator_expressions = (x for x in range(10))
generator_expressions
< generator object < genexpr> at 0x0000023F8BC51AF0>
sum(generator_expressions)
45

无限生成器生成器的另一个常见场景是无限序列生成。在 Python 中，当您使用有限序列时，您可以简单地调用 ??range()?? 并在列表中对其进行计数，例如：
a = range(5)
print(list(a))
[0, 1, 2, 3, 4]

也可以这样做，使用如下生成器生成无限序列：
def infinite_sequence():
num = 0
while True:
yield num
num += 1

运行此代码时，可以看到其运行非常快，可以通过 ??CTRL+C?? 来使得程序结束，如下：

生成器实际用法1. 读取文件行
生成器的一个常见用法是处理大型文件或数据流，例如 CSV 文件。假设我们需要计算文本文件中有多少行，我们的代码可能如下所示：
def csv_reader(file_name):
file = open(file_name)
result = file.read().split("\\n")
return result

csv_gen = csv_reader("some_file.csv")
row_count = 0

for row in csv_gen:
row_count += 1

print(f"Row count is row_count")

我们的 ??csv_reader?? 函数将简单地将文件打开到内存中并读取所有行，然后它将行拆分并与文件数据形成一个数组。如果文件包含几千行，可能就会导致速度变慢，设置是内存被占满。
这里就可以通过生成器重构的 ??csv_reader?? 函数。
def csv_reader(file_name):
for

    推荐阅读


    上一篇：投稿|《互联网诊疗监管细则（试行）》正式实施，划了哪些监管红线？

    下一篇：二叉树面试题（前中序求后序中后序求前序）