通過列表生成式，我們可以直接創(chuàng)建一個列表，但是，受到內(nèi)存限制，列表容量肯定是有限的，而且創(chuàng)建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那后面絕大多數(shù)元素占用的空間都白白浪費了。

所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環(huán)的過程中不斷推算出后續(xù)的元素呢?這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間，在Python中，這種一邊循環(huán)一邊計算的機制，稱為生成器：generator

生成器是一個特殊的程序，可以被用作控制循環(huán)的迭代行為，python中生成器是迭代器的一種，使用yield返回值函數(shù)，每次調(diào)用yield會暫停，而可以使用next()函數(shù)和send()函數(shù)恢復(fù)生成器。

生成器類似于返回值為數(shù)組的一個函數(shù)，這個函數(shù)可以接受參數(shù)，可以被調(diào)用，但是，不同于一般的函數(shù)會一次性返回包括了所有數(shù)值的數(shù)組，生成器一次只能產(chǎn)生一個值，這樣消耗的內(nèi)存數(shù)量將大大減小，而且允許調(diào)用函數(shù)可以很快的處理前幾個返回值，因此生成器看起來像是一個函數(shù)，但是表現(xiàn)得卻像是迭代器

python中的生成器

要創(chuàng)建一個generator，有很多種方法，第一種方法很簡單，只有把一個列表生成式的[]中括號改為()小括號，就創(chuàng)建一個generator

舉例如下：

#列表生成式

lis=[x*xforxinrange(10)]

print(lis)

#生成器

generator_ex=(x*xforxinrange(10))

print(generator_ex)

結(jié)果：

[0,1,4,9,16,25,36,49,64,81]

at0x000002A4CBF9EBA0>

那么創(chuàng)建list和generator_ex，的區(qū)別是什么呢?從表面看就是[]和(),但是結(jié)果卻不一樣，一個打印出來是列表(因為是列表生成式)，而第二個打印出來卻是at0x000002A4CBF9EBA0>，那么如何打印出來generator_ex的每一個元素呢?

如果要一個個打印出來，可以通過next()函數(shù)獲得generator的下一個返回值：

#生成器

generator_ex=(x*xforxinrange(10))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

print(next(generator_ex))

結(jié)果：

Traceback(mostrecentcalllast):

File"列表生成式.py",line42,in

print(next(generator_ex))

StopIteration

大家可以看到，generator保存的是算法，每次調(diào)用next(generaotr_ex)就計算出他的下一個元素的值，直到計算出最后一個元素，沒有更多的元素時，拋出StopIteration的錯誤，而且上面這樣不斷調(diào)用是一個不好的習(xí)慣，正確的方法是使用for循環(huán)，因為generator也是可迭代對象：

#生成器

generator_ex=(x*xforxinrange(10))

foriingenerator_ex:

print(i)

結(jié)果：

所以我們創(chuàng)建一個generator后，基本上永遠不會調(diào)用next()，而是通過for循環(huán)來迭代，并且不需要關(guān)心StopIteration的錯誤，generator非常強大，如果推算的算法比較復(fù)雜，用類似列表生成式的for循環(huán)無法實現(xiàn)的時候，還可以用函數(shù)來實現(xiàn)。

比如著名的斐波那契數(shù)列，除第一個和第二個數(shù)外，任何一個數(shù)都可以由前兩個相加得到：

1，1，2，3，5，8，12，21，34.....

斐波那契數(shù)列用列表生成式寫不出來，但是，用函數(shù)把它打印出來卻很容易：

#fibonacci數(shù)列

deffib(max):

n,a,b=0,0,1

whilen

a,b=b,a+b

n=n+1

print(a)

return'done'

a=fib(10)

print(fib(10))

a,b=b,a+b其實相當(dāng)于t=a+b,a=b,b=t，所以不必寫顯示寫出臨時變量t，就可以輸出斐波那契數(shù)列的前N個數(shù)字。上面輸出的結(jié)果如下：

仔細觀察，可以看出，fib函數(shù)實際上是定義了斐波拉契數(shù)列的推算規(guī)則，可以從第一個元素開始，推算出后續(xù)任意的元素，這種邏輯其實非常類似generator。

也就是說上面的函數(shù)也可以用generator來實現(xiàn)，上面我們發(fā)現(xiàn)，print(b)每次函數(shù)運行都要打印，占內(nèi)存，所以為了不占內(nèi)存，我們也可以使用生成器，這里叫yield。如下：

deffib(max):

n,a,b=0,0,1

whilen

yieldb

a,b=b,a+b

n=n+1

return'done'

a=fib(10)

print(fib(10))

但是返回的不再是一個值，而是一個生成器，和上面的例子一樣，大家可以看一下結(jié)果：

那么這樣就不占內(nèi)存了，這里說一下generator和函數(shù)的執(zhí)行流程，函數(shù)是順序執(zhí)行的，遇到return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時候執(zhí)行，遇到y(tǒng)ield語句返回，再次被next()調(diào)用時候從上次的返回yield語句處急需執(zhí)行，也就是用多少，取多少，不占內(nèi)存。

deffib(max):

n,a,b=0,0,1

whilen

yieldb

a,b=b,a+b

n=n+1

return'done'

a=fib(10)

print(fib(10))

print(a.__next__())

print(a.__next__())

print(a.__next__())

print("可以順便干其他事情")

print(a.__next__())

print(a.__next__())

結(jié)果：

可以順便干其他事情

在上面fib的例子，我們在循環(huán)過程中不斷調(diào)用yield，就會不斷中斷。當(dāng)然要給循環(huán)設(shè)置一個條件來退出循環(huán)，不然就會產(chǎn)生一個無限數(shù)列出來。同樣的，把函數(shù)改成generator后，我們基本上從來不會用next()來獲取下一個返回值，而是直接使用for循環(huán)來迭代：

deffib(max):

n,a,b=0,0,1

whilen

yieldb

a,b=b,a+b

n=n+1

return'done'

foriinfib(6):

print(i)

結(jié)果：

但是用for循環(huán)調(diào)用generator時，發(fā)現(xiàn)拿不到generator的return語句的返回值。如果拿不到返回值，那么就會報錯，所以為了不讓報錯，就要進行異常處理，拿到返回值，如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：

deffib(max):

n,a,b=0,0,1

whilen

yieldb

a,b=b,a+b

n=n+1

return'done'

g=fib(6)

whileTrue:

try:

x=next(g)

print('generator:',x)

exceptStopIterationase:

print("生成器返回值：",e.value)

break

結(jié)果：

generator:1

generator:1

generator:2

generator:3

generator:5

generator:8

生成器返回值：done

還可以通過yield實現(xiàn)在單線程的情況下實現(xiàn)并發(fā)運算的效果

由上面的例子我么可以發(fā)現(xiàn)，python提供了兩種基本的方式

生成器函數(shù)：也是用def定義的，利用關(guān)鍵字yield一次性返回一個結(jié)果，阻塞，重新開始

生成器表達式：返回一個對象，這個對象只有在需要的時候才產(chǎn)生結(jié)果

以上內(nèi)容為大家介紹了什么是python生成器?，希望對大家有所幫助，如果想要了解更多Python相關(guān)知識，請關(guān)注IT培訓(xùn)機構(gòu):千鋒教育。