当我们遇到一个列表[1,2,3,4,5,6]需要进行遍历时,我们可以使用如下方法:
同时,我们也可以创建个性化的迭代器对象、构造生成器函数等等。
Python中迭代器协议主要用到了两个魔法方法:__iter__()
,__next__()
__iter__()
方法创建一个具有__next__()
方法的迭代器对象__next__()
方法返回下一个迭代器对象Python中只具有迭代操作的生成器,也是属于迭代器的。在Python中,我们可以使用yield的函数来实现生成器。
本期,我们将详细介绍生成器相关原理和用法,Let's go~~~
首先我们需要认识一生成器(generator),从字面意思上理解,循环计算的操作方式。在Python中,提供一种可以边循环边计算的机制。
生成器是解决使用序列存储大量数据时,内存消耗大的问题。我们可以根据存储数据的某些规律,演算为算法,在循环过程中通过计算得到,这样可以不用创建完整序列,从而大大节省占用空间。
yield 是实现生成器方法之一,当函数使用yield方法,则该函数就成为了一个生成器。调用该函数,就等于创建了一个生成器对象。
一个生成器,主要是通过循环反复调用next()方法,直到捕获异常。
具有 yield方法的函数也是一个生成器,创建如下栗子:
def test(n): print("starting...") while True: res = yield n print ("res:",res) g = test(5) print(next(g)) print("######") print(next(g))
我们可以看到输出的打印日志:
当我们需要对生成器里的元素进行赋值时,我们可以调用.send()方法:
因此,带yield的函数具体内部执行操作为:
生成器是可迭代的,每一次只可读一次。因此常常与for循环一起组合使用。
我们通常可以使用带有yield的函数来创建生成器来替代包含大量数据的序列。
import sys def test(n): print("start") while n > 0: yield n n-=1 print("end") a = [x for x in range(1000)] b= test(1000) print("a内存大小:",sys.getsizeof(a)) print("b内存大小:",sys.getsizeof(b))
本期,我们主要对生成器及关键字yield的相关细节点进行学习。生成器是迭代器的一中,只用来迭代操作。生成器内部主要是调用next()方法或send()方法来访问下一个迭代器对象。我们可以定义带有yield关键字的函数来实现生成器,yield相当于return作用,但是可以支持传参。
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:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
长按识别二维码并关注微信
更方便到期提醒、手机管理