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 查询 Mongodb数据库
查看>>
python 查询Neo4j多节点的多层关系
查看>>
Python多处理导致许多僵尸进程
查看>>
Python多处理对象引用
查看>>
Python多处理安全地写入文件
查看>>
python多处理参数:深拷贝?
查看>>
Python多处理使用队列写入同一个文件
查看>>
Python多处理.Process:从局部变量开始
查看>>
Python多处理-进程数
查看>>
python多个定时器_python单线程实现多个定时器示例
查看>>
python处理文本_Python - Tokenization
查看>>
Python处理数据方向之OpenCV
查看>>
python处理一亿条数据_Python数据分析实战(一)
查看>>
Python处理PDF神器:PyMuPDF的安装与使用
查看>>
Python处理Excel数据
查看>>
Python基础:集合与文件操作
查看>>
Python基础:搭建开发环境(1)
查看>>
PYTHON基础:如何阅读N个整数,直到#39;
查看>>
Python基础:11变量作用域和闭包
查看>>
Python基础: with模式和__enter__ 和 __exit__
查看>>