# 生成器基础
- 定义
在循环的时候不断推算下一个元素的值,而不是一下子创建空间存储所有元素,这样节省空间。
并且在适当的条件结束循环,这种一边循环一边计算的机制,称为generator生成器 - 生成器创建方法(两种)
a.将列表生成式的[]改成()-- 称为生成器表达式
- 列表表达式 l = [x**x for x in range()]
- 生成器: g = (x**x for x in range())
b.带yield的函数
-- 当列表生成表达式比较复杂的时候,可以用函数来实现
ps:
range() 和xrange()区别
range()是一个列表,而xrange()是一个生成器
print(range)得到是[,,,,,,,,]
print(xrange)得到的一个生成器对象 range()会在内存中创建10个数字,而xrange不会创建,只有在循环的时候才会创建每个数字 - yield生成器(我简单的将带yield的函数称为yield生成器)
a.自定义一个生成器
def nrange(num):
temp = -
while True:
temp = temp +
if temp >= num:
return
else:
yield temp b. 使用生成器方法(两种)
- next
程序:
g = nrange()
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g)) 程序输出:
Traceback (most recent call last):
File "F:/oldboy/生成器/自定义生成器.py", line , in <module>
print(next(g))
StopIteration 可以看到每次调用next(g),就计算出g的下一个元素的值,
直到计算到最后一个元素,没有更多的元素时,抛出StopIteration的错误。
这种方法不是很好使,而且还没有对异常StopIteration处理。 - for循环
g = nrange()
for num in g:
print(num) 通过for循环来迭代它,并且不需要关心StopIteration的错误。 - yield生成器生命周期
也就是什么时候结束for循环,对函数改造的生成器,当执行到return或者函数最后一条语句时
就结束for循环 - yield生成器和函数不同
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator;
区别在于:执行流程不一样。
函数是顺序执行,遇到return就返回;而生成器在每次调用next的时候,遇到yield返回,
下次调用next的时候,接着上次的yield次继续执行 # 生成器使用next和send区别
send:
.使用send前必须使用了一次next
.执行g.send()时,会将send函数参数即10视为yield表达式(注意不是yield右侧的表达式)的结果,
然后,程序会继续推进到下一个yield那里,
最后,将yield 右侧的表达式(注意不是yield表达式)的结果作为send()函数的返回值,返回给外界。 next:
.第一次使用Next时,遇到yield返回,并将yield右边表达式的结果作为next的值返回
.之后使用next和send基本一样,不同的是将None作为yield表达式的结果,
然后,程序会继续推进到下一个yield那里,
最后,将yield右侧的表达式结果作为next()函数的返回值,返回给外界 # m = yield value 理解
只要理解一句话m = yield ,是将表达式"yield 5" 的结果返回给m, 而不是5,
而yield 5表达式结果的值和send, next有关。
如果是send(arg)是将arg作为 yield 5表达式结果赋给m
如果是next,是将None作为yield 表达式结果赋给m;
然后程序推进到下一个yield那里
最后,将yield右边(注意右边两字)的表达式“”作为next或者send函数的返回值,返回给外界 # 实例next
# -*- coding: utf- -*-
def f():
print("start")
current = yield "hello"
print('current=', current)
while True:
value = yield "bad"
print("value=",value)
# value = value + 'not' # 此行会报错,因为value会为None, 不能和字符串进行相加 g = f()
s1 = next(g)
print('s1=',s1)
# 第一次Next时,停止在第5行, 将yield右边的表达式(无即None)作为next()的返回值 s2 = next(g)
print('s2=', s2)
# 第二次的next,会将None作为yield表达式" yield hello"的值赋给current, 即current = None
# 然后程序往下执行,遇到yield "bad"停止,将yield右边的表达式"bad"作为第二次next的返回值 s3 = next(g)
print('s3=',s3)
# 第三次next,会将None作为yield表达式”yield bad"的值赋给value, 即value = None,
# 程序往下执行,遇到value = yield "bad"停止,将"bad"作为第三次next的返回值 # 实例send
# -*- coding: utf- -*-
def f():
print("start")
current = yield "hello"
print('current=', current)
while True:
value = yield "bad"
print("value=",value)
# value = value + 'not' # 此行会报错,因为value会为整形, 不能和字符串进行相加
g = f()
s1 = next(g)# 这一步不能少
print(s1)
# 第一次Next时,停止在第5行, 将yield右边的表达式(无即None)作为next()的返回值 s2 =g.send()
print(s2)
# 生成器调用第一次send时,将send参数10代替表达式"yield hello"的值,赋给current,
# 然后程序往下执行,在遇到yield bad停止,将"bad"作为第一次send()函数的返回值返给外界 s3 = g.send()
print(s3)
# 生成器第二次调用send时,将send参数20代替表达式"yield bad"赋给 value
# 程序往下执行,然后遇到yield bad停止,将"bad"作为第二次send()函数的返回值返给外界

[oldboy-django][5python基础][高级特性]generator生成器的更多相关文章

  1. [oldboy-django][5python基础][高级特性]Iterator迭代器

    # 区分可迭代对象iterable, 迭代器iterator, 生成器generator a. iterable 可直接用for循环的对象,都称为可迭代对象, from collections imp ...

  2. python基础——高级特性

    1.切片  切片: >>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack'] >>> L[:3] ['Michael ...

  3. Python学习札记(十八) 高级特性4 生成器

    参考:生成器 Note 1.通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的,且容易造成空间浪费.所以,如果列表元素可以按照某种算法推算出来,那我们可以在循环的过程中 ...

  4. [python学习篇][廖雪峰][1]高级特性--创建生成器 方法1 a = (x for x in range(1,3))

    创建一个生成器的方法: for x in range(1,10000000) ,先生成一个列表[1........9999999] 如果我们只想要后面的几个元素,会发现浪费很多空间.所以,如果列表元素 ...

  5. [python学习篇][廖雪峰][1]高级特性--创建生成器 方法2 yield

    def fib(max): n, a, b = 0, 0, 1 while n < max: print b a, b = b, a + b n = n + 1 将print b 改成yield ...

  6. 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 ...

  7. Python高级特性(切片,迭代,列表生成式,生成器,迭代器)

    掌握了Python的数据类型.语句和函数,基本上就可以编写出很多有用的程序了. 比如构造一个1, 3, 5, 7, ..., 99的列表,可以通过循环实现: L = [] n = 1 while n ...

  8. 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 ...

  9. python的高级特性:切片,迭代,列表生成式,生成器,迭代器

    python的高级特性:切片,迭代,列表生成式,生成器,迭代器 #演示切片 k="abcdefghijklmnopqrstuvwxyz" #取前5个元素 k[0:5] k[:5] ...

随机推荐

  1. mybatis-关联关系2

    关系关系主要有一对一,一对多,多对多,往往多对多都是通过俩个一对多来完成的 实例项目还是之前的,只是增加了一个年级实体类 1.创建年级实体类:---年级中有学生的集合 package com.java ...

  2. LeetCode Reverse Words in a String 将串中的字翻转

    class Solution { public: void reverseWords(string &s) { string end="",tem="" ...

  3. [VC]strcpy memcpy memset区别与简介

    strcpy 原型:extern char *strcpy(char *dest,char *src); 用法:#include <string.h> 功能:把src所指由NULL结束的字 ...

  4. innobackupex实现对MySQL的增量备份与还原

    备份增量备份是基于完整备份的,所以我们需要先做一次完整备份: innobackupex --defaults-file=/etc/my.cnf --user root --password cheng ...

  5. UVA 12166 Equilibrium Mobile(贪心,反演)

    直接贪心.先想想最后平衡的时候,如果知道了总重量,那么每一个结点的重量其实也就确定了. 每个结点在左在右其实都不影响,只和层数有关.现在反过来,如果不修改某个结点,那么就可以计算出总质量,取总质量出现 ...

  6. hdu-1874 畅通工程续---模板题

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=1874 题目大意: 求起点到终点的最短距离 解题思路: 注意重边,其他的就是模板 #include&l ...

  7. WPF中批量进行验证操作

    //ref,out private void CheckTextboxNotEmpty(ref bool isOK, params TextBox[] textboxes) { foreach (Te ...

  8. (77)zabbix主动、被动检测的详细过程与区别

    zabbix agent检测分为主动(agent active)和被动(agent)两种形式,主动与被动的说法均是相对于agent来讨论的.简单说明一下主动与被动的区别如下: 主动:agent请求se ...

  9. ajax400错误

    在用ajax向后台传递参数时,页面一直显示错误400 bad request. 出现这个问题的原因是,要传递的VO类里一个实体bean里面的两个字段名称与前台表单序列化之后的name名称不匹配. 解决 ...

  10. 浅谈JavaScript字符串拼接

    本文给大家汇总介绍了几种javascript中字符串拼接的方法,十分的简单实用,有需要的小伙伴可以参考下. 在JavaScript中会经常遇到字符串拼接,但是如果要拼接的字符串过长就比较麻烦了. 如果 ...