Day10 python高级特性-- 生成器 Generator
这种一边循环一边计算的机制,在Python中称为生成器:Generator。
方法一: 把一个列表生成式的[] 改成(),就创建了一个生成器。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
>>> a = [ x * x for x in range(1,10) ]
>>> a #a是一个list
[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> a = ( x * x for x in range(1,10) )
>>> a #a是一个generator
<generator object <genexpr> at 0x7f2523f8bdb0>
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
打印generator中的元素,可使用next() 函数获得generator的下一个返回值。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
>>> next(a)
1
>>> next(a)
4
……
………………
>>> next(a)
64
>>> next(a)
81
>>> next(a) #计算到最后一个元素后,没有更多的元素时,就会抛出错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
使用next()函数获取generator元素的方式并不好用,正确的方法是使用for循环,generator也是可迭代对象。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
>>> a = ( x * x for x in range(1,10) )
>>> for n in a:
... print(n)
...
4
9
16
25
36
49
64
81
>>>
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
但是当推算算法比较复杂时,for循环可能无法实现算法,可以用函数来实现。
斐波那契数列中,除第一个和第二个数之外,任意一个数字都可以由前两个数相加得到。这个逻辑用列表生成式写不出来,但是用函数会很容易:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
>>> def fb(long):
... #L = []
... n, a, b = 0, 0, 1
... while n < long:
... print(b) #L.append(b)
... a, b = b, a + b
... n = n + 1
... return 'End' #return print(L)
...
#>>> fb(20)
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765] #注释部分是直接生成一个list
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
在这里注意一下,赋值语句的逻辑
a, b = b, a + b
=> t = ( b, a + b )
a = t[0]
b = t[1]
方法二: 既然生成了list,就距离generator很近了。要把fb()函数变成generator,只需要把print(b) 改为 yield b 就可以了:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
>>> def fb2(long):
... n, a, b = 0, 0, 1
... while n < long:
... yield b
... a, b = b, a + b
... n = n + 1
... return 'End'
...
>>> fb2(100)
<generator object fb2 at 0x7f2523f8bd58>
>>> a = fb2(100)
>>> next(a)
1
>>> next(a)
1
>>> next(a)
2
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
了解一下yield
先做一个测试函数
>>> def test():
... print(1)
... yield 1
... print(2)
... yield 2
... print(3)
... yield 3
...
>>> o = test()
>>> next(o)
1
1
>>> next(o)
2
2
>>> next(o)
3
3
>>> next(o)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
可以看到,在generator执行中,遇到yield就中断了,下次又会接着继续执行。当执行了3次之后,已经没有更多yield可以执行时,再次调用next() 就会抛出错误。
因此在正常循环调用yield过程中,需要给循环设置一个条件来退出循环,不然就会产生一个无限的数列出来。
同样的,在改成generator后,基本上不会用next()来获取下一个返回值,而是用for循环来迭代:
>>> for i in fb2(10):
... print(i)
...
1
1
2
3
5
8
13
21
34
55
但是for循环迭代generator时,拿不到generator的return语句的返回值。(参见fb2()函数定义内容,与上面对fb2() 进行for迭代的结果)
如果要拿到返回值,就必须捕获StopIteration错误,返回值包含在StopIteration的Value中:
>>> def fb2(long):
... n, a, b = 0, 0, 1
... while n < long:
... yield b
... a, b = b, a + b
... n = n + 1
... return 'End'
...
>>> b = fb2(10)
>>> while True:
... try:
... x = next(b)
... print('b:', x)
... except StopIteration as err:
... print('Generator return value:',err.value)
... break
...
b: 1
b: 1
b: 2
b: 3
b: 5
b: 8
b: 13
b: 21
b: 34
b: 55
Generator return value: End
练习: 输出杨辉三角形。
思路:
每一行的首尾都是1,
每一行去掉首尾的1之后会发现,n[1] = up[0] + up[1] , n[2] = up[1] + u[p2] ,也就是 n = up[a] + up[a + 1]
a = [1]
m = 0
while n > m:
yield a
a = [1] + [a[i] + a[i + 1] for i in range(len(a)-1)] + [1]
m = m + 1
return
for i in triangles(7):
print(i)
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
Day10 python高级特性-- 生成器 Generator的更多相关文章
- Python高级特性——生成器(generator)
通过上节的学习,我们知道使用列表生成式,可以直接创建一个列表.但是,有些时候,受到内存的限制等实际情况,列表生成式无法满足.比如,一个长度为1000万的列表,普通内存根本就不够,又或者实际处理的过程中 ...
- python高级特性-生成器
在python中一边循环一边计算的机制成为生成器(generator) 在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行. 生成list > ...
- 三、python高级特性(切片、迭代、列表生成器、生成器)
1.python高级特性 1.1切片 list列表 L=['Mli','add','sal','saoo','Lkkl'] L[0:3] #即为['Mli','add','sal'] 从索引0开始 ...
- python高级特性:切片/迭代/列表生成式/生成器
廖雪峰老师的教程上学来的,地址:python高级特性 下面以几个具体示例演示用法: 一.切片 1.1 利用切片实现trim def trim(s): while s[:1] == " &qu ...
- Python高级特性之:List Comprehensions、Generator、Dictionary and set ...
今天帅气的易哥和大家分享的是Pyton的高级特性,希望大家能和我一起学习这门语言的魅力. Python高级特性之:List Comprehensions.Generator.Dictionary an ...
- python高级之生成器&迭代器
python高级之生成器&迭代器 本机内容 概念梳理 容器 可迭代对象 迭代器 for循环内部实现 生成器 1.概念梳理 容器(container):多个元素组织在一起的数据结构 可迭代对象( ...
- 第三篇:python高级之生成器&迭代器
python高级之生成器&迭代器 python高级之生成器&迭代器 本机内容 概念梳理 容器 可迭代对象 迭代器 for循环内部实现 生成器 1.概念梳理 容器(container ...
- Python高级特性(1):Iterators、Generators和itertools(转)
译文:Python高级特性(1):Iterators.Generators和itertools [译注]:作为一门动态脚本语言,Python 对编程初学者而言很友好,丰富的第三方库能够给使用者带来很大 ...
- Python 高级特性介绍 - 迭代的99种姿势 与协程
Python 高级特性介绍 - 迭代的99种姿势 与协程 引言 写这个笔记记录一下一点点收获 测试环境版本: Python 3.7.4 (default, Sep 28 2019, 16:39:19) ...
随机推荐
- [LeetCode题解]143. 重排链表 | 快慢指针 + 反转
解题思路 找到右边链表,再反转右边链表,然后按左.右逐一合并 代码 /** * Definition for singly-linked list. * public class ListNode { ...
- Guitar Pro 7 中文界面的介绍
用过Guitar Pro这款软件的小伙伴们都知道,Guitar Pro这款吉他软件因为是国外开发商研发的,所以软件最初都是英文版本,对于国内的的吉他爱好者来说,在软件使用上还是很不方便的.随着Guit ...
- 关于Camtasia2020安装完成之后无法运行问题的解决方法
在录像编辑软件Cmtasia更新到了2020版本之后,有部分小伙伴们遇到了这样的问题:在我们安装好软件之后,居然无法运行.今天小编就给大家介绍一下该如何解决这个问题. 方法一: 第一步,选中桌面上Ca ...
- Vim常用按键
- 方格取数(number) 题解(dp)
题目链接 题目大意 给你n*m个方格,每个格子有对应的值 你从(1,1)出发到(n,m)每次只能往下往上往右,走过的点则不能走 求一条路线使得走过的路径的权值和最大 题目思路 如果只是简单的往下和往右 ...
- Pytest自动化测试 - 完美结合Allure
简介 Allure Framework是一种灵活的.轻量级.多语言测试报告工具. 不仅可以以简洁的网络报告形式非常简洁地显示已测试的内容, 而且还允许参与开发过程的每个人从日常执行中提取最大程度的有用 ...
- Mybatis入门及第一个Mybatis程序
Mybatis笔记整理 所需要的基础知识 JDBC Mysql Java基础 Maven Junit 框架:是有配置文件的.最好的方式:看官网文档 1.简介 1.1.什么是MyBatis 简介 什么是 ...
- lambda表达式中无法抛出受检异常!
抛出受检异常的时候,我们的接口应该带上throw关键字,但通过lambda表达式实现的Consumer的accept方法并不带有关键字,因此在lambda表达式中不能抛出受检异常必须把它吃掉
- 【mq读书笔记】消息拉取长轮训机制(Broker端)
RocketMQ并没有真正实现推模式,而是消费者主动想消息服务器拉取消息,推模式是循环向消息服务端发送消息拉取请求. 如果消息消费者向RocketMQ发送消息拉取时,消息未到达消费队列: 如果不启用长 ...
- Netty源码解析 -- 内存池与PoolArena
我们知道,Netty使用直接内存实现Netty零拷贝以提升性能, 但直接内存的创建和释放可能需要涉及系统调用,是比较昂贵的操作,如果每个请求都创建和释放一个直接内存,那性能肯定是不能满足要求的. 这时 ...