日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

自從 PEP 255 引入生成器以來，它就是 Python 中重要的一部分.

創(chuàng)新互聯(lián)成立與2013年，先為龍山等服務(wù)建站，龍山等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為龍山企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

生成器允許你定義一個有迭代器行為的函數(shù).

它允許程序猿更快，更簡單并且以一個干凈的方式創(chuàng)建一個迭代器.

那么什么是迭代器呢，你或許會問？

 iterator 迭代器是一個可以被迭代的（循環(huán)）對象。它可以抽象為一個裝著數(shù)據(jù)同時有著可迭代對象的行為的容器?；蛟S你已經(jīng)每天在使用一些可迭代的對象：諸如字符串，列表，字典或其它名字的對象.

一個迭代器是一個實(shí)現(xiàn)了迭代器接口 Iterator Protocol 的類。這個接口為類提供了兩個方法: __iter__ 和 __next__.

嗯～回到上一步。你為什么想要創(chuàng)建一個迭代器呢？

節(jié)省內(nèi)存空間

當(dāng)實(shí)例化后，迭代器并不會計(jì)算它每一個項(xiàng)的值，他們只會等你訪問這些項(xiàng)的時候采取計(jì)算。這也就是眾所周知的惰性求值。

當(dāng)你有一個非常大的數(shù)據(jù)集需要計(jì)算時，惰性求值是很有用處的。它允許你馬上就能開始使用數(shù)據(jù)，盡管整個數(shù)據(jù)集還在計(jì)算中。

假設(shè)我們想要獲得小于某個值的所有素?cái)?shù)。

我們先定義一個函數(shù)，它可以檢查一個數(shù)字是否為素?cái)?shù)：

def check_prime(number):
    for divisor in range(2, int(number ** 0.5) + 1):
        if number % divisor == 0:
            return False
    return True

然后，我們定義一個迭代器類，包含__iter__ 和 __next__ 方法。

class Primes:
    def __init__(self, max):
        self.max = max
        self.number = 1
    def __iter__(self):
        return self
    def __next__(self):
        self.number += 1
        if self.number >= self.max:
            raise StopIteration
        elif check_prime(self.number):
            return self.number
        else:
            return self.__next__()

Primes 類通過給定一個值來實(shí)例化。如果下一個素?cái)?shù)比值 max 還要大，迭代器就會拋出一個 StopIteration 異常來把迭代器停掉。

當(dāng)我們請求迭代器中的下一個元素時，它會給 number 加 1 并檢查這個數(shù)字是否為素?cái)?shù)。如果不是，它會再次調(diào)用__next__直到 number 成為素?cái)?shù)。一旦如此，迭代器就將這個數(shù)字返回。

通過使用迭代器，我們并不會在內(nèi)存中創(chuàng)建一個包含很多素?cái)?shù)的列表。相反，我們將會在每次請求下一個素?cái)?shù)時才去生成它。

讓我們來試一試：

primes = Primes(100000000000)
print(primes)
for x in primes:
    print(x)
    ......
<__main__.Primes object at 0x1021834a8>
2
3
5
7
11
...

對 Primes 對象的每一次迭代都調(diào)用了 __next__ 來生成下一個素?cái)?shù)。

迭代器只可以被迭代一輪。如果你嘗試再迭代 primes 一輪，它將不會返回任何值，表現(xiàn)得就像個空列表。

既然我們已經(jīng)知道了什么是迭代器，以及怎么制作一個迭代器，我們接下來將繼續(xù)來看看生成器。

生成器

回想下，生成器函數(shù)允許我們以一種更簡單的方式來創(chuàng)建迭代器。

生成器給 Python 引入了 yield 聲明。它用起來有點(diǎn)像 return，因?yàn)樗鼤祷匾粋€值。

區(qū)別在于 yield 會保存函數(shù)的狀態(tài)。在函數(shù)下一次被調(diào)用時，將會從其離開的地方繼續(xù)執(zhí)行，并且變量值也與它之前執(zhí)行 yield 操作前相同。

如果把我們的 Primes 迭代器轉(zhuǎn)換為生成器，它看起來會像這樣：

def Primes(max):
    number = 1
    while number < max:
        number += 1
        if check_prime(number):
            yield number
primes = Primes(100000000000)
print(primes)
for x in primes:
    print(x)
......

2
3
5
7
11

現(xiàn)在真是太 pythonic 了！我們還能再給力點(diǎn)嗎？

當(dāng)然！我們可以使用 PEP 289 中介紹的生成器表達(dá)式。

這相當(dāng)于是生成器的列表推導(dǎo)式。它用起來與列表推導(dǎo)式相同，不過表達(dá)式由 () 包裹而不是 []。

下面的表達(dá)式可以代替我們上面的生成器函數(shù)：

primes = (i for i in range(2, 100000000000) if check_prime(i))
print(primes)
for x in primes:
    print(x)
......
 at 0x101868e08>
2
3
5
7
11
...

這就是 Python 生成器的美妙之處。

總結(jié)

生成器允許你以一種非常 pythonic 的方式來創(chuàng)建迭代器。迭代器允許惰性求值，只有在請求下一個元素時迭代器對象才會去生成它。這對于非常大的數(shù)據(jù)集是很有用的。迭代器和生成器都只能被迭代一輪。生成器函數(shù)比迭代器更好。生成器表達(dá)式比迭代器更好（只在簡單情況下如此）。

網(wǎng)站題目：創(chuàng)新互聯(lián)Python教程：一篇文章教你如何使用Python生成器
標(biāo)題鏈接：http://www.dlmjj.cn/article/ccdsoio.html