博客
关于我
【从零学习python 】60.探索生成器:迭代的灵活利器
阅读量:585 次
发布时间:2019-03-11

本文共 1367 字,大约阅读时间需要 4 分钟。

生成器

1. 生成器概述

在编程中,生成器是一种非常有用的工具。它允许我们在迭代过程中按需生成数据,而无需一次性生成所有数据。这对于处理大数据量或需要延迟处理的任务尤为重要。生成器在Python中通过生成器表达式(generator expressions)或函数返回生成器对象来实现。

2. 创建生成器的方法

创建生成器有两种主要方式:

L = [x * 2 for x in range(5)]

G = (x * 2 for x in range(5))

这里,L 是一个列表,而 G 是一个生成器。生成器可以通过多种方式使用,如 next() 函数、for 循环或 list() 方法。

next(G) # 输出 0

next(G) # 输出 2 next(G) # 输出 4 next(G) # 输出 6 next(G) # 输出 8

G = (x * 2 for x in range(5))

for x in G: print(x)

输出结果为:02468

3. 使用生成器函数

生成器函数是通过函数定义返回一个生成器对象的。例如,下面的函数 gen() 会返回一个生成器对象:

def gen():
i = 0
while i < 5:
temp = yield i
print(temp)
i += 1
f = gen()

next(f) # 输出 0 f.send('haha') # 输出 haha next(f) # 输出 None f.send('haha') # 输出 haha

f = gen()

f.next() # 输出 0 f.next() # 输出 None f.next() # 输出 None f.next() # 输出 None f.next() # 抛出 StopIteration 异常

4. 进阶案例

以下是一个更复杂的生成器示例,展示了生成器在处理斐波那契数列中的应用:

def fib(n):
current = 0
num1, num2 = 0, 1
while current < n:
yield num1
num1, num2 = num2, num1 + num2
current += 1
return 'done'
f = fib(5)

for num in f: print(num)

输出:0 1 1 2 3

转载地址:http://vtavz.baihongyu.com/

你可能感兴趣的文章
PCA---主成成分分析
查看>>
PCA和自动编码器:每个人都能理解的算法
查看>>
pca算法
查看>>
PCA降维demo
查看>>
SharePoint 2013 图文开发系列之定义站点模板
查看>>
PCB生产流程详解-ChatGPT4o作答
查看>>
PCB设计十条黄金法则
查看>>
SpringSecurity框架介绍
查看>>
PCI Express学习篇:Power Management(二)
查看>>
pcie握手机制_【博文连载】PCIe扫盲——Ack/Nak 机制详解(一)
查看>>
pcm转wav的方法及代码示例
查看>>
PC史上最悲剧的16次失败
查看>>
PC端恶意代码分析Lab1.1-5.1,从零基础到精通,收藏这篇就够了!
查看>>
PC端稳定性测试探索
查看>>
PC端编辑 但能在PC端模拟移动端预览的富文本编辑器
查看>>
PDB文件:每个开发人员都必须知道的
查看>>
springMVC学习(二)
查看>>
Pdfkit页眉和页脚
查看>>
PDF中的Pandoc语法突出显示不起作用
查看>>
pdf从结构新建书签_在PDF文件中怎样创建书签
查看>>