利用迭代器,我们可以在每次迭代获取数据(通过next()方法)时按照特定的规律进行生成。但是我们在实现一个迭代器时,关于当前迭代到的状态需要我们自己记录,进而才能根据当前状态生成下一个数据。为了达到记录当前状态,并配合next()函数进行迭代使用,我们可以采用更简便的语法,即生成器(generator)。生成器是一类特殊的迭代器。
要创建一个生成器,有很多种方法。第一种方法很简单,只要把一个列表生成式的 [ ] 改成 ( )
L = [ x*2 for x in range(5)] # 列表推导式
print(L) # [0, 2, 4, 6, 8] G = ( x*2 for x in range(5)) # 生成器
print(G) # <generator object <genexpr> at 0x7f626c132db0> 生成器
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的 for 循环无法实现的时候,还可以用函数来实现。
def creat_num(num):"""斐波那契数列"""a, b = 0, 1count = 0while count < num:yield a # 如果一个函数中有yield 这不是一个函数,而是一个生成器模板a, b = b, a + bcount += 1print(res)obj = creat_num(10) # 该语句不是调用函数,而是创建一个生成器对象
for i in obj:print(i, end=" ")
运行结果:0 1 1 2 3 5 8 13 21 34
在使用生成器实现的方式中,我们将原本在迭代器__next__
方法中实现的基本逻辑放到一个函数中来实现,但是将每次迭代返回数值的return
换成了yield
,此时新定义的函数便不再是函数,而是一个生成器了。简单来说:只要在def中有yield
关键字的 就称为 生成器
使用了yield
关键字的函数不再是函数,而是生成器
。(使用了yield的函数就是生成器)
yield关键字有两点作用:
可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)
Python3中的生成器可以使用return返回最终运行的返回值,而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态