yield和生成器, 通过斐波那契数列学习(2.5)
实现斐波那契数列的集中方法
返回一个数
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a+b
n += 1 fib(5)
返回列表
def fib(max):
res = []
n, a, b = 0, 0, 1
while n < max:
res.append(b)
a, b = b, a+b
n += 1
return res
fib(5)
使用可迭代对象
from collections import Iterator
class Fib(Iterator):
def __init__(self, max):
self.max = max
self.index = 0
self.a = 0
self.b = 1
def __next__(self):
if self.index < self.max:
res = self.b
self.a, self.b = self.b , self.b + self.a
self.index += 1
return res
else:
raise StopIteration # StopIteration()
def __iter__(self):
return self for x in Fib(5):
print(x)
使用yield 生成器
def fib4(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a+b
n += 1 f = fib4(5) for i in range(6):
print('%s: %s' % (i,next(f)))
yield防止读大文件出现内存不够的问题
def read_by_chunk(filename):
BLOCK_SIZE = 1024
with open(filename, 'rb') as f:
while True:
block = f.read(BLOCK_SIZE)
if block:
yield block
else:
return
使用pandas读文件,类似5的操作
import pandas as pd
reader = pd.read_table('AA.csv', chunksize=1024)
for chunk in reader:
print(chunk)
使用pandas读文件,运行时才制定块大小
import pandas as pd
reader = pd.read_csv('AA.csv', sep='|', iterator=True)
while True:
try:
chunk = reader.get_chunk(5)
print(chunk)
except:
break
```
yield生成斐波那契数列的迭代对象
class Fib:
def __init__(self, start, end):
self.start = start
self.end = end
def __iter__(self):
index, a, b = 0, 0, 1
while index < self.start:
a, b = b, a+b
index += 1
while index <= self.end:
yield b
a, b = b, a+b
index += 1 for i in Fib(1,10):
print(i)
yield生成质数的迭代对象
class PrimeNum:
def __init__(self, start, end):
self.start = start
self.end = end
def is_prime(self, num):
if num < 2:
return False
for i in range(2,num):
if num%i == 0:
return False
return True
def __iter__(self):
for i in range(self.start, self.end):
if self.is_prime(i):
yield i for i in PrimeNum(1, 20):
print(i)
注: 参考了runoob
yield和生成器, 通过斐波那契数列学习(2.5)的更多相关文章
- python的生成器(斐波拉契数列(Fibonacci))
代码: 函数版本: #斐波拉契数列(Fibonacci) def fib(max): n=0 a,b=0,1 while n < max: a,b = b,a+b n = n+1 return ...
- Python学习基础(三)——装饰器,列表生成器,斐波那契数列
装饰器——闭包 # 装饰器 闭包 ''' 如果一个内部函数对外部(非全局)的变量进行了引用,那么内部函数被认为是闭包 闭包 = 函数块 + 定义时的函数环境 ''' def f(): x = 100 ...
- Python生成器实现斐波那契数列
比如,斐波那契数列:1,1,2,3,5,8,13,21,34.... 用列表生成式写不出来,但是我们可以用函数把它打印出来: def fib(number): n, a, b = 0, 0, 1 wh ...
- python学习笔记之斐波拉契数列学习
著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到: 1, 1, 2, 3, 5, 8, 13, 21, 34, ... 如果用Python的列表生成式, ...
- {每日一题}:四种方法实现打印feibo斐波那契数列
刚开始学Python的时候,记得经常遇到打印斐波那契数列了,今天玩玩使用四种办法打印出斐波那契数列 方法一:使用普通函数 def feibo(n): """ 打印斐波那契 ...
- JavaScript生成斐波那契数列
常规写法 https://cn.bing.com/search?q=js+fibonacci+sequence&pc=MOZI&form=MOZSBR //Fibonacci func ...
- Python(迭代器 生成器 装饰器 递归 斐波那契数列)
1.迭代器 迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退.另外,迭代器的一大优 ...
- 斐波拉契数列(Fibonacci)--用生成器生成数列
斐波那契数列(Fibonacci sequence),又称黄金分割数列.因数学家列昂纳多·斐波那契(Leonardoda Fibonacci)以兔子繁殖为例子而引入,故又称为"兔子数列&qu ...
- Python——通过斐波那契数列来理解生成器
一.生成器(generator) 先来看看一个简单的菲波那切数列,出第一个和第二个外,任意一个数都是由前两个数相加得到的.如:0,1,1,2,3,5,8,13...... 输入斐波那契数列前N个数: ...
随机推荐
- element-ui 复选框,实现点击表格当前行选中或取消
背景: 1.表格结构绑定事件 <el-table v-loading="StepsListLoading" :data="StepsListData" b ...
- 3D打印切片软件Cura及CuraEngine原理分析
引言 年初开始进入3D打印行业,受命以Cura为基础,研发一款自主的3D打印切片软件. 自主研发要取其长处,补其不足,首先自然是要搞清楚Cura到底做了什么,读Cura的代码是必需的.我一向都觉得比起 ...
- Nginx功能模块汇总
主要文档 Nginx功能概述.为什么选择Nginx.Nginx安装.常见问题(FAQ).配置符号参考.调试 nginx.优化 Nginx.运行和控制Nginx 核心模块 Nginx事件模块.Nginx ...
- C#调PowerShell在SCVMM中创建虚拟机时,实时显示创建进度
关于c#调用PowerShell来控制SCVMM,网上有很多例子,也比较简单,但创建虚拟机的过程,是一个很漫长的时间,所以一般来说,创建的时候都希望可以实时的显示当前虚拟机的创建进度.当时这个问题困扰 ...
- java连SQLServer失败 java.lang.ClassNotFoundException:以及 javax.xml.bind.JAXBException
总结:jdk1.8及以下连sqlserver只需驱动,1.8以上除了驱动还需JAXB API. 1 java连SQLServer必须要先下驱动.否则出现: java.lang.ClassN ...
- 力扣算法题—147Insertion_Sort_List
Sort a linked list using insertion sort. A graphical example of insertion sort. The partial sorted l ...
- Linux NIO 系列(04-3) epoll
目录 一.why epoll 1.1 select 模型的缺点 1.2 epoll 模型优点 二.epoll API 2.1 epoll_create 2.2 epoll_ctl 2.3 epoll_ ...
- php &引用符的注意情况
- spark性能调优05-troubleshooting处理
1.调节reduce端缓冲区大小避免OOM异常 1.1 为什么要调节reduce端缓冲区大小 对于map端不断产生的数据,reduce端会不断拉取一部分数据放入到缓冲区,进行聚合处理: 当map端数据 ...
- ReentrantReadWriteLock的相关使用
ReentrantLock具有完全互斥排他的效果,同一时间只有一个线程执行ReentrantLock.lock()方法后面的任务,这样虽然能够保证线程安全性,但是效率是比较低的 ReentrantRe ...