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
Python+统计学 | 探索常用的数据分析统计分布
查看>>
python, selenium中用于切换帧的函数
查看>>
python函数
查看>>
python----线程、进程、协程的区别及多线程详解
查看>>
python---5
查看>>
python---使用celery分布式系统异步发送短信(云通讯)来验证登录
查看>>
python--003--百分号字符串拼接、format
查看>>
Python--10、线程
查看>>
Python--Redis实战:第四章:数据安全与性能保障:第4节:复制
查看>>
python--基本代码规范
查看>>
Python--抽象类接口类
查看>>
PYTHON--欧拉习题二
查看>>
python--高级应用总结
查看>>
python-520表白代码,我看谁说程序员不懂浪漫,送你几套表白代码,一步到位
查看>>
Python-Asyncio TypeError:无法在‘;等待‘;表达式中使用对象DICT
查看>>
Python-AttributeError:‘;dict&39;对象没有属性‘;序列‘;
查看>>
Python-ldap:是否可以在不显式写入密码的情况下进行绑定?
查看>>
python出现 unknown encoding: idna 的处理方法
查看>>
Python出现 RuntimeError: dictionary changed size during iteration 的解决方法
查看>>
Python-numpy(2)数组的操作
查看>>