Python中對生成器的示例分析

這篇文章主要為大家展示了“Python中對生成器的示例分析”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學習一下“Python中對生成器的示例分析”這篇文章吧。

1. 生成器(generator)

1.1. 生成器簡介

首先請確信，生成器就是一種迭代器。生成器擁有next方法并且行為與迭代器完全相同，這意味著生成器也可以用于Python的for循環(huán)中。另外，對于生成器的特殊語法支持使得編寫一個生成器比自定義一個常規(guī)的迭代器要簡單不少，所以生成器也是最常用到的特性之一。

從Python 2.5開始，[PEP 342：通過增強生成器實現(xiàn)協(xié)同程序]的實現(xiàn)為生成器加入了更多的特性，這意味著生成器還可以完成更多的工作。這部分我們會在稍后的部分介紹。

1.2. 生成器函數(shù)

1.2.1. 使用生成器函數(shù)定義生成器

如何獲取一個生成器？首先來看一小段代碼：

>>> def get_0_1_2():
... yield 0
... yield 1
... yield 2
...
>>> get_0_1_2
<function get_0_1_2 at 0x00B2CB70>

我們定義了一個函數(shù)get_0_1_2，并且可以查看到這確實是函數(shù)類型。但與一般的函數(shù)不同的是，get_0_1_2的函數(shù)體內(nèi)使用了關(guān)鍵字yield，這使得get_0_1_2成為了一個生成器函數(shù)。生成器函數(shù)的特性如下：

調(diào)用生成器函數(shù)將返回一個生成器；

>>> generator = get_0_1_2()
>>> generator
<generator object get_0_1_2 at 0x00B1C7D8>

第一次調(diào)用生成器的next方法時，生成器才開始執(zhí)行生成器函數(shù)（而不是構(gòu)建生成器時），直到遇到y(tǒng)ield時暫停執(zhí)行（掛起），并且yield的參數(shù)將作為此次next方法的返回值；

>>> generator.next()
0

之后每次調(diào)用生成器的next方法，生成器將從上次暫停執(zhí)行的位置恢復執(zhí)行生成器函數(shù)，直到再次遇到y(tǒng)ield時暫停，并且同樣的，yield的參數(shù)將作為next方法的返回值；

>>> generator.next()
1
>>> generator.next()
2

如果當調(diào)用next方法時生成器函數(shù)結(jié)束（遇到空的return語句或是到達函數(shù)體末尾），則這次next方法的調(diào)用將拋出StopIteration異常（即for循環(huán)的終止條件）；

>>> generator.next()
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration

生成器函數(shù)在每次暫停執(zhí)行時，函數(shù)體內(nèi)的所有變量都將被封存(freeze)在生成器中，并將在恢復執(zhí)行時還原，并且類似于閉包，即使是同一個生成器函數(shù)返回的生成器，封存的變量也是互相獨立的。

我們的小例子中并沒有用到變量，所以這里另外定義一個生成器來展示這個特點：

>>> def fibonacci():
... a = b = 1
... yield a
... yield b
... while True:
... a, b = b, a+b
... yield b
...
>>> for num in fibonacci():
... if num > 100: break
... print num,
...
1 1 2 3 5 8 13 21 34 55 89

看到while True可別太吃驚，因為生成器可以掛起，所以是延遲計算的，無限循環(huán)并沒有關(guān)系。這個例子中我們定義了一個生成器用于獲取斐波那契數(shù)列。

1.2.2. 生成器函數(shù)的FAQ

接下來我們來討論一些關(guān)于生成器的有意思的話題。

你的例子里生成器函數(shù)都沒有參數(shù)，那么生成器函數(shù)可以帶參數(shù)嗎？

當然可以啊親，而且它支持函數(shù)的所有參數(shù)形式。要知道生成器函數(shù)也是函數(shù)的一種：）

>>> def counter(start=0):
... while True:
... yield start
... start += 1
...

這是一個從指定數(shù)開始的計數(shù)器。

既然生成器函數(shù)也是函數(shù)，那么它可以使用return輸出返回值嗎？

不行的親，是這樣的，生成器函數(shù)已經(jīng)有默認的返回值——生成器了，你不能再另外給一個返回值；對，即使是return None也不行。但是它可以使用空的return語句結(jié)束。如果你堅持要為它指定返回值，那么Python將在定義的位置贈送一個語法錯誤異常，就像這樣：

>>> def i_wanna_return():
... yield None
... return None
...
 File "<stdin>", line 3
SyntaxError: 'return' with argument inside generator

好吧，那人家需要確保釋放資源，需要在try...finally中yield，這會是神馬情況？（我就是想玩你）我在finally中還yield了一次！

Python會在真正離開try...finally時再執(zhí)行finally中的代碼，而這里遺憾地告訴你，暫停不算哦！所以結(jié)局你也能猜到吧！

>>> def play_u():
... try:
... yield 1
... yield 2
... yield 3
... finally:
... yield 0
...
>>> for val in play_u(): print val,
...
1 2 3 0

*這與return的情況不同。return是真正的離開代碼塊，所以會在return時立刻執(zhí)行finally子句。

*另外，“在帶有finally子句的try塊中yield”定義在PEP 342中，這意味著只有Python 2.5以上版本才支持這個語法，在Python 2.4以下版本中會得到語法錯誤異常。

如果我需要在生成器的迭代過程中接入另一個生成器的迭代怎么辦？寫成下面這樣好傻好天真。。

>>> def sub_generator():
... yield 1
... yield 2
... for val in counter(10): yield val
...

這種情況的語法改進已經(jīng)被定義在[PEP 380：委托至子生成器的語法]中，據(jù)說會在Python 3.3中實現(xiàn)，屆時也可能回饋到2.x中。實現(xiàn)后，就可以這么寫了：

>>> def sub_generator():
... yield 1
... yield 2
... yield from counter(10)
 File "<stdin>", line 4
 yield from counter(10)
  ^
SyntaxError: invalid syntax

看到語法錯誤木有？現(xiàn)在我們還是天真一點吧~

有更多問題？請回復此文：）

1.3. 協(xié)同程序(coroutine)

協(xié)同程序（協(xié)程）一般來說是指這樣的函數(shù)：

彼此間有不同的局部變量、指令指針，但仍共享全局變量；

可以方便地掛起、恢復，并且有多個入口點和出口點；

多個協(xié)同程序間表現(xiàn)為協(xié)作運行，如A的運行過程中需要B的結(jié)果才能繼續(xù)執(zhí)行。

協(xié)程的特點決定了同一時刻只能有一個協(xié)同程序正在運行（忽略多線程的情況）。得益于此，協(xié)程間可以直接傳遞對象而不需要考慮資源鎖、或是直接喚醒其他協(xié)程而不需要主動休眠，就像是內(nèi)置了鎖的線程。在符合協(xié)程特點的應(yīng)用場景，使用協(xié)程無疑比使用線程要更方便。

從另一方面說，協(xié)程無法并發(fā)其實也將它的應(yīng)用場景限制在了一個很狹窄的范圍，這個特點使得協(xié)程更多的被拿來與常規(guī)函數(shù)進行比較，而不是與線程。當然，線程比協(xié)程復雜許多，功能也更強大，所以我建議大家牢牢地掌握線程即可：Python線程指南分享

這一節(jié)里我也就不列舉關(guān)于協(xié)程的例子了，以下介紹的方法了解即可。

Python 2.5對生成器的增強實現(xiàn)了協(xié)程的其他特點，在這個版本中，生成器加入了如下方法：

send(value):

send是除next外另一個恢復生成器的方法。Python 2.5中，yield語句變成了yield表達式，這意味著yield現(xiàn)在可以有一個值，而這個值就是在生成器的send方法被調(diào)用從而恢復執(zhí)行時，調(diào)用send方法的參數(shù)。

>>> def repeater():
... n = 0
... while True:
... n = (yield n)
...
>>> r = repeater()
>>> r.next()
0
>>> r.send(10)
10

*調(diào)用send傳入非None值前，生成器必須處于掛起狀態(tài)，否則將拋出異常。不過，未啟動的生成器仍可以使用None作為參數(shù)調(diào)用send。

*如果使用next恢復生成器，yield表達式的值將是None。

close():

這個方法用于關(guān)閉生成器。對關(guān)閉的生成器后再次調(diào)用next或send將拋出StopIteration異常。

throw(type, value=None, traceback=None):

這個方法用于在生成器內(nèi)部（生成器的當前掛起處，或未啟動時在定義處）拋出一個異常。

*別為沒見到協(xié)程的例子遺憾，協(xié)程最常見的用處其實就是生成器。

1.4. 一個有趣的庫：pipe

這一節(jié)里我要向諸位簡要介紹pipe。pipe并不是Python內(nèi)置的庫，如果你安裝了easy_install，直接可以安裝它，否則你需要自己下載它：http://pypi.python.org/pypi/pipe

之所以要介紹這個庫，是因為它向我們展示了一種很有新意的使用迭代器和生成器的方式：流。pipe將可迭代的數(shù)據(jù)看成是流，類似于linux，pipe使用'|'傳遞數(shù)據(jù)流，并且定義了一系列的“流處理”函數(shù)用于接受并處理數(shù)據(jù)流，并最終再次輸出數(shù)據(jù)流或者是將數(shù)據(jù)流歸納得到一個結(jié)果。我們來看一些例子。

第一個，非常簡單的，使用add求和：

>>> from pipe import *
>>> range(5) | add
10

求偶數(shù)和需要使用到where，作用類似于內(nèi)建函數(shù)filter，過濾出符合條件的元素：

>>> range(5) | where(lambda x: x % 2 == 0) | add
6

還記得我們定義的斐波那契數(shù)列生成器嗎？求出數(shù)列中所有小于10000的偶數(shù)和需要用到take_while，與itertools的同名函數(shù)有類似的功能，截取元素直到條件不成立：

>>> fib = fibonacci
>>> fib() | where(lambda x: x % 2 == 0)\
... | take_while(lambda x: x < 10000)\
... | add
3382

需要對元素應(yīng)用某個函數(shù)可以使用select，作用類似于內(nèi)建函數(shù)map；需要得到一個列表，可以使用as_list：

>>> fib() | select(lambda x: x ** 2) | take_while(lambda x: x < 100) | as_list
[1, 1, 4, 9, 25, 64]

pipe中還包括了更多的流處理函數(shù)。你甚至可以自己定義流處理函數(shù)，只需要定義一個生成器函數(shù)并加上修飾器Pipe。如下定義了一個獲取元素直到索引不符合條件的流處理函數(shù)：

>>> @Pipe
... def take_while_idx(iterable, predicate):
... for idx, x in enumerate(iterable):
... if predicate(idx): yield x
... else: return
...

使用這個流處理函數(shù)獲取fib的前10個數(shù)字：

>>> fib() | take_while_idx(lambda x: x < 10) | as_list
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

更多的函數(shù)就不在這里介紹了，你可以查看pipe的源文件，總共600行不到的文件其中有300行是文檔，文檔中包含了大量的示例。

pipe實現(xiàn)起來非常簡單，使用Pipe裝飾器，將普通的生成器函數(shù)（或者返回迭代器的函數(shù)）代理在一個實現(xiàn)了__ror__方法的普通類實例上即可，但是這種思路真的很有趣。

函數(shù)式編程指南全文到這里就全部結(jié)束了，希望這一系列文章能給你帶來幫助。希望大家都能看到一些結(jié)構(gòu)式編程之外的編程方式，并且能夠熟練地在恰當?shù)牡胤绞褂?：）

以上是“Python中對生成器的示例分析”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，如果還想學習更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！