您好,登錄后才能下訂單哦!
python生成器指的是什么意思?這個(gè)問題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見到的。希望通過這個(gè)問題能讓你收獲頗深。下面是小編給大家?guī)淼膮⒖純?nèi)容,讓我們一起來看看吧!
生成器是 Python 初級(jí)開發(fā)者最難理解的概念之一,雖被認(rèn)為是 Python 編程中的高級(jí)技能,但在各種項(xiàng)目中可以隨處見到生成器的身影,你得去理解它、使用它、甚至愛上它。
提到生成器,總不可避免地要把迭代器拉出來對(duì)比著講,生成器就是一個(gè)在行為上和迭代器非常類似的對(duì)象,如果把迭代器比作 Android 系統(tǒng),那么生成器就是 iOS,二者功能上差不多,但是生成器更優(yōu)雅。
什么是迭代器
顧名思義,迭代器就是用于迭代操作(for 循環(huán))的對(duì)象,它像列表一樣可以迭代獲取其中的每一個(gè)元素,任何實(shí)現(xiàn)了 __next__ 方法 (python2 是 next)的對(duì)象都可以稱為迭代器。
它與列表的區(qū)別在于,構(gòu)建迭代器的時(shí)候,不像列表把所有元素一次性加載到內(nèi)存,而是以一種延遲計(jì)算(lazy evaluation)方式返回元素,這正是它的優(yōu)點(diǎn)。比如列表含有中一千萬個(gè)整數(shù),需要占超過400M的內(nèi)存,而迭代器只需要幾十個(gè)字節(jié)的空間。因?yàn)樗]有把所有元素裝載到內(nèi)存中,而是等到調(diào)用 next 方法時(shí)候才返回該元素(按需調(diào)用 call by need 的方式,本質(zhì)上 for 循環(huán)就是不斷地調(diào)用迭代器的next方法)。
以斐波那契數(shù)列為例來實(shí)現(xiàn)一個(gè)迭代器:
class Fib: def __init__(self, n): self.prev = 0 self.cur = 1 self.n = n def __iter__(self): return self def __next__(self): if self.n > 0: value = self.cur self.cur = self.cur + self.prev self.prev = value self.n -= 1 return value else: raise StopIteration() # 兼容python2 def __next__(self): return self.next() f = Fib(10) print([i for i in f]) #[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
什么是生成器
知道迭代器之后,就可以正式進(jìn)入生成器的話題了。普通函數(shù)用 return 返回一個(gè)值,和 Java 等其他語言是一樣的,然而在 Python 中還有一種函數(shù),用關(guān)鍵字 yield 來返回值,這種函數(shù)叫生成器函數(shù),函數(shù)被調(diào)用時(shí)會(huì)返回一個(gè)生成器對(duì)象,生成器本質(zhì)上還是一個(gè)迭代器,也是用在迭代操作中,因此它有和迭代器一樣的特性,唯一的區(qū)別在于實(shí)現(xiàn)方式上不一樣,后者更加簡(jiǎn)潔
最簡(jiǎn)單的生成器函數(shù):
>>> def func(n): ... yield n*2 ... >>> func <function func at 0x00000000029F6EB8> >>> g = func(5) >>> g <generator object func at 0x0000000002908630> >>>
func 就是一個(gè)生成器函數(shù),調(diào)用該函數(shù)時(shí)返回對(duì)象就是生成器 g ,這個(gè)生成器對(duì)象的行為和迭代器是非常相似的,可以用在 for 循環(huán)等場(chǎng)景中。注意 yield 對(duì)應(yīng)的值在函數(shù)被調(diào)用時(shí)不會(huì)立刻返回,而是調(diào)用next方法時(shí)(本質(zhì)上 for 循環(huán)也是調(diào)用 next 方法)才返回
>>> g = func(5) >>> next(g) 10 >>> g = func(5) >>> for i in g: ... print(i) ... 10
那為什么要用生成器呢?顯然,用生成器在逼格上要比迭代器高幾個(gè)等級(jí),它沒有那么多冗長(zhǎng)代碼了,而且性能上一樣的高效,為什么不用呢?來看看用生成器實(shí)現(xiàn)斐波那契數(shù)列有多簡(jiǎn)單。
def fib(n): prev, curr = 0, 1 while n > 0: n -= 1 yield curr prev, curr = curr, curr + prev print([i for i in fib(10)]) #[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
生成器表達(dá)式
在前面一期「這樣寫代碼更優(yōu)雅」的文章里面曾經(jīng)介紹過列表推導(dǎo)式(list comprehension),生成器表達(dá)式與列表推導(dǎo)式長(zhǎng)的非常像,但是它倆返回的對(duì)象不一樣,前者返回生成器對(duì)象,后者返回列表對(duì)象。
>>> g = (x*2 for x in range(10)) >>> type(g) <type 'generator'> >>> l = [x*2 for x in range(10)] >>> type(l) <type 'list'>
前面已經(jīng)介紹過生成器的優(yōu)勢(shì),就是迭代海量數(shù)據(jù)時(shí),顯然生成器更合適。
感謝各位的閱讀!看完上述內(nèi)容,你們對(duì)python生成器指的是什么意思大概了解了嗎?希望文章內(nèi)容對(duì)大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。