使用Python生成器的方法是什么

這篇文章主要介紹使用Python生成器的方法是什么，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

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

生成器允許你定義一個(gè)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(gè)干凈的方式創(chuàng)建一個(gè)迭代器.

那么什么是迭代器呢，你或許會(huì)問？

 iterator 迭代器是一個(gè)可以被迭代的（循環(huán)）對象。它可以抽象為一個(gè)裝著數(shù)據(jù)同時(shí)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(gè)迭代器是一個(gè)實(shí)現(xiàn)了迭代器接口 Iterator Protocol 的類。這個(gè)接口為類提供了兩個(gè)方法: __iter__ 和 __next__.

嗯～回到上一步。你為什么想要?jiǎng)?chuàng)建一個(gè)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(huì)計(jì)算它每一個(gè)項(xiàng)的值，他們只會(huì)等你訪問這些項(xiàng)的時(shí)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(gè)非常大的數(shù)據(jù)集需要計(jì)算時(shí)，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(gè)數(shù)據(jù)集還在計(jì)算中。

假設(shè)我們想要獲得小于某個(gè)最大值的所有素?cái)?shù)。

我們先定義一個(gè)函數(shù)，它可以檢查一個(gè)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(gè)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(gè)最大值來實(shí)例化。如果下一個(gè)素?cái)?shù)比最大值 max 還要大，迭代器就會(huì)拋出一個(gè) StopIteration 異常來把迭代器停掉。

當(dāng)我們請求迭代器中的下一個(gè)元素時(shí)，它會(huì)給 number 加 1 并檢查這個(gè)數(shù)字是否為素?cái)?shù)。如果不是，它會(huì)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(gè)數(shù)字返回。

通過使用迭代器，我們并不會(huì)在內(nèi)存中創(chuàng)建一個(gè)包含很多素?cái)?shù)的列表。相反，我們將會(huì)在每次請求下一個(gè)素?cái)?shù)時(shí)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(gè)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(huì)返回任何值，表現(xiàn)得就像個(gè)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(gè)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?huì)返回一個(gè)值。

區(qū)別在于 yield 會(huì)保存函數(shù)的狀態(tài)。在函數(shù)下一次被調(diào)用時(shí)，將會(huì)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(huì)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)
......
<generator object Primes at 0x10214de08>
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)
......
<generator object <genexpr> at 0x101868e08>
2
3
5
7
11
...

這就是 Python 生成器的美妙之處。

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(gè)元素時(shí)迭代器對象才會(huì)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）。

以上是使用Python生成器的方法是什么的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道！