您好,登录后才能下订单哦!
本篇内容介绍了“如何掌握Python生成器”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
1. 什么是可迭代对象?
可迭代对象,英文Iterable,是一个形容词,这类对象和Java语言类似,都可看作是一类接口,抽象地描述事物具备怎样的能力。所以,Iterable自然具备可迭代能力。
如下,常见的list,Iterator等都是Iterable对象:
In [33]: from collections.abc import Iterable,Iterator In [34]: issubclass(list,Iterable) Out[34]: True In [35]: issubclass(Iterator,Iterable)
2. 什么是一个生成器?
生成器是可迭代的(Iterable),最简单的创建生成器方法是通过一对(),如下所示:
In [37]: g = (i*i for i in [1,4,0]) In [38]: g Out[38]: <generator object <genexpr> at 0x7fe8956e96d0>
g 是一个生成器对象,generator object
获取生成器对象的元素,可使用next函数,如下所示,获取第一个元素:
In [39]: next(g) Out[39]: 1
获取第二个元素:
In [40]: next(g) Out[40]: 16
3. 创建生成器的几种方法?
如上所见,使用一对()能够创建一个生成器对象。
除此之外,想必大家也都知道,是使用关键字 yield. yield出现在一个函数中,运行到yield处,返回的对象便是生成器对象(generator object).
4. 生成器是迭代器吗?
生成器对象(generator object)一定也是迭代器对象(Iterator object),如上面的生成器g,使用内置函数isinstance验证,返回True:
In [43]: isinstance(g,Iterator) Out[43]: True
因此,它具备一切迭代器的特性,关于迭代器我们已在上一个话题讨论,简而言之,迭代器的几个特点:
是有去无回的,
迭代器无需提前知道整个列表的所有元素,
无需加载所有元素到RAM中尽而它是节省内存的(memory-efficient).
生成器同样具备这些特性。除此之外,它还有一些独有的特性,下面跟随yield 我们便能看出来。
5. 如何用一句话描述 yield?
yield 关键字的用法在stackoverflow上也是最热的问题之一,借用一个最热回答中的解释:
yield is a keyword that is used like return, except the function will return a generator. |
yield 是一个特殊的return, 它返回一个生成器对象。
说实话,理解这些只是皮毛。那么,如何精通yield的用法呢?
6. 如何精通yield的用法?
要想精通yield,你必须首先搞清楚一点:
当你调用带有yield的函数时,函数并没有执行任何一行,只是返回一个生成器对象 |
为了帮助大家理解,创建一个带有yield的函数:
def gfun(): mylist = range(3) for i in mylist: yield i*i g = gfun() print(g)
为了加深印象,你可以自己调试验证一遍,函数第一行打的断点始终未被命中。
带yield的函数和for结合使用,第一次调用上一步创建的生成器对象后,将会进入函数体直到遇到yield返回值。
然后,for循环再进入函数时,直接跑到yield的下一句。直到生成器对象变空为止。
使用下面代码演示yield的上面过程:
def createGenerator(): mylist = range(3) for i in mylist: yield i*i print(i*i) g = createGenerator() print(g) for gi in g: pass
参考录制的gif:
7. yield 都有哪些重要价值?
Python引入yield后,便拥有具备实现协程的能力,协程的确是一种高效的编程模型,关于协程的理解,后面专题会详细讨论。包括更高级的功能如异步等,根基都是yield.
8. yield 和 itertools
yield重要性和使用广泛性还提现在,Python单独一个模块专门用于管理迭代器和生成器对象,便是itertools,里面封装的方法特性后面再讨论。
9. yield 使用案例
yield实现浮点数步长的frange:
def frange(start,end,step): i = start while i<end: yield round(i,3) i+=step
调用frange:
for item in frange(10,14,0.8): print(item)
结果:
10 10.8 11.6 12.4 13.2
“如何掌握Python生成器”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。