Python生成器常見問題有哪些

小編給大家分享一下Python生成器常見問題有哪些，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

在Python中，生成器和函數(shù)很像，都是在運(yùn)行的過程中才會去確定各種變量的值，所以在很多情況下，會導(dǎo)致各種各樣的問題。

def generator_test1():
  # 0...9 generator
  x = (i for i in range(10))
  # 5..9 generator
  x_filter = filter(lambda y: y >= 5, x)
  # first use the x
  L = list(x)
  print("L, x", L)
  # then use x_filter
  l = list(x_filter)
  print("l, x_filter", l)
if __name__ == "__main__":
  generator_test1()

輸出結(jié)果為：

L, x [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
l, x_filter []

上述代碼中，x_filter是基于生成器x構(gòu)建的生成器，但是由于x在x_filter使用之前先被用掉了，所以在使用x_filter的時(shí)候，才去獲取x的值，而此時(shí)x已經(jīng)用完了，最終導(dǎo)致x_filter轉(zhuǎn)化成的列表是空的。

def generator_test2():
  x = (i for i in range(10))
  for i in range(10):
    x = (j + i for j in x)
  L = list(x)
  print("L, x", L)
if __name__ == "__main__":
  generator_test2()

輸出結(jié)果：

L, x [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]　

上述代碼中，每次循環(huán)都基于原先的生成器構(gòu)建一個(gè)新的生成器，由于并未使用，所以生成器x中的i并沒有被賦值。在后面轉(zhuǎn)化成列表的時(shí)候才去獲取i的值，而此時(shí)由于i為9,所以所有的生成器x的i都為9，原始的x是0到9的生成器，接下來的10個(gè)生成器每個(gè)都在原始值上加9，導(dǎo)致每個(gè)值都增大了90。下面是此例的一個(gè)變體：

def generator_test3():
  x = (i for i in range(10))
  for i in range(10):
    x = (j + i for j in x)
  i = 20
  L = list(x)
  print("L, x", L)
 
if __name__ == "__main__":
  generator_test3()

輸出結(jié)果：

L, x [200, 201, 202, 203, 204, 205, 206, 207, 208, 209]


上述代碼表明，可以臨時(shí)改變i從而讓生成器發(fā)生改變。

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

以上是“Python生成器常見問題有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！