Python生成器的详细介绍 / 四六文摘

　　Python生成器的详细介绍，首先生成器是Python初级开发者最难理解的概念之一，虽被认为是Python编程中的高级技能，但在各种项目中可以随处见到生成器的身影，你得不得去理解它、使用它、甚至爱上它。

　　提到生成器，总不可避免地要把迭代器拉出来对比着讲，生成器就是一个在行为上和迭代器非常类似的对象，如果把迭代器比作Android系统，那么生成器就是iOS，二者功能上差不多，但是生成器更优雅。

　　什么是迭代器

　　顾名思义，迭代器就是用于迭代操作（for循环）的对象，它像列表一样可以迭代获取其中的每一个元素，任何实现了__next__方法（python2是next）的对象都可以称为迭代器。

　　它与列表的区别在于，构建迭代器的时候，不像列表把所有元素一次性加载到内存，而是以一种延迟计算（lazyevaluation）方式返回元素，这正是它的优点。比如列表含有中一千万个整数，需要占超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用next方法时候才返回该元素（按需调用callbyneed的方式，本质上for循环就是不断地调用迭代器的next方法）。

以斐波那契数列为例来实现一个迭代器：

class Fib:

def __init__(self, n):

self.prev = 0

self.cur = 1

self.n = n

def __iter__(self):

return self

def __next__(self):

if self.n > 0:

value = self.cur

self.cur = self.cur + self.prev

self.prev = value

self.n -= 1

return value

else:

raise StopIteration()

# 兼容python2

def __next__(self):

return self.next()

f = Fib(10)

print([i for i in f])

#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

什么是生成器

知道迭代器之后，就可以正式进入生成器的话题了。普通函数用return返回一个值，和Java等其他语言是一样的，然而在Python中还有一种函数，用关键字yield来返回值，这种函数叫生成器函数，函数被调用时会返回一个生成器对象，生成器本质上还是一个迭代器，也是用在迭代操作中，因此它有和迭代器一样的特性，唯一的区别在于实现方式上不一样，后者更加简洁

最简单的生成器函数：

>>> def func(n):

... yield n*2

...

>>> func

>>> g = func(5)

>>> g

>>>

func就是一个生成器函数，调用该函数时返回对象就是生成器g，这个生成器对象的行为和迭代器是非常相似的，可以用在for循环等场景中。注意yield对应的值在函数被调用时不会立刻返回，而是调用next方法时（本质上for循环也是调用next方法）才返回

>>> g = func(5)

>>> next(g)

>>> g = func(5)

>>> for i in g:

... print(i)

...

那为什么要用生成器呢？显然，用生成器在逼格上要比迭代器高几个等级，它没有那么多冗长代码了，而且性能上一样的高效，为什么不用呢？来看看用生成器实现斐波那契数列有多简单。

def fib(n):

prev, curr = 0, 1

while n > 0:

n -= 1

yield curr

prev, curr = curr, curr + prev

print([i for i in fib(10)])

#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

生成器表达式

在前面一期「这样写代码更优雅」的文章里面曾经介绍过列表推导式（listcomprehension），生成器表达式与列表推导式长的非常像，但是它俩返回的对象不一样，前者返回生成器对象，后者返回列表对象。

>>> g = (x*2 for x in range(10))

>>> type(g)

>>> l = [x*2 for x in range(10)]

>>> type(l)

Python生成器的详细介绍

相关推荐