python 生成器

idning 2020-04-29

生成器 generator **

生成器指的是生成器对象,可以由生成器表达式得到,也可以使用 yield 关键字得到一个生成器函数,调用这个函数得到一个生成器对象。
  生成器对象,是一个可迭代对象,是一个迭代器。
  生成器对象,是延迟计算、惰性求值的。

# 生成器表达式m = (i for i in range(5))
print(type(m))    # <class ‘generator‘>
print(next(m))    # 0
print(next(m))    # 1

1、生成器函数
  函数体中包含 yield 语句的函数, 就是生成器函数,调用后返回生成器对象

def inc():
    for i in range(5):
        print(‘~‘ * 10)
        yield i    # yield 语句,暂停函数执行
        print(‘#‘ * 10)

print(type(inc))   # 函数:<class ‘function‘>
print(type(inc())) # 函数调用的类型:<class ‘generator‘>
    
g = inc()
print(next(g))     # 0
print(next(g))     # 1 暂停函数执行,拨一下、转一下
for x in g:
    print(x)

普通函数调用,函数会立即执行直到执行完毕。
  生成器函数调用,并不会立即执行函数体,而是需要使用 next 函数来驱动生成器函数执行后获得的生成器对象。
  生成器表达式和生成器函数都可以得到生成器对象,只不过生成器函数可以写的更加复杂的逻辑。

2、生成器的执行

def gen():
    print(111111)
    yield 1
    print(222222)
    yield 2
    print(333333)
    return 3  # 结束当前函数
    yield 4


g = gen()     # 返回生成器对象,并不立即执行
print(next(g))
# 111111
# 1
print(next(g))
# 222222
# 2
print(next(g))
# 333333
# StopIteration: 3
def fn():
    for i in range(5):
        yield i

g = fn()
for i in g:
    print(i)
if next(g, None) is None:  # next 缺省值
    print(‘end‘)

在生成器函数中,可以多次 yield,每执行一次 yield 后会暂停执行,把 yield 表达式的值返回;
  再次执行会执行到下一个 yield 语句又会暂停执行;
  return 语句依然可以终止函数运行,但 return 语句的返回值不能被获取到;
  return 会导致当前函数返回,无法继续执行,也无法继续获取下一个值, 抛出 Stoplteration 异常;
  如果函数没有显式的 return 语句,如果生成器函数执行到结尾(相当于执行了return None),一样会抛出 Stoplteration 异常。

3、生成器函数总结

包含 yield 语句的生成器函数调用后,生成生成器对象的时候。生成器函数的函数体不会立即执行。
  next(generator) 会从函数的当前位置向后执行到之后碰到的第一个 yield 语句, 会弹出值,并暂停函数执行。
  再次调用 next 函数,和上一条一样的处理过程。
  继续调用 next 函数,生成器函数如果结束执行了(显式或隐式调用了 return 语句),会抛出 Stoplteration 异常。

4、生成器应用

4.1 无限循环

def inc():
    count = 0
    while True:
        count += 1
        yield count

g = inc()       # 可迭代对象、迭代器、生成器
print(next(g))  # 1
print(next(g))  # 2
print(next(g))  # 3

4.2 计数器

def counter():
    count = 0
    while True:
        count += 1
        yield count

def inc(c=counter()):    # 引用类型
    return next(c)       # 返回生成器
print(inc.__defaults__)  # inc.__defaults__ = (counter(),)

print(inc())    # 1
print(inc())    # 2
print(inc())    # 3
def inc():
    def counter():
        count = 0
        while True:
            count += 1
            yield count
    c = counter()              # 生成器对象
    return lambda : next(c)    # 匿名函数对象,闭包
    #def fn():
    #    return next(c)
    #return fn

g = inc()
print(g())    # 1
print(g())    # 2
print(g())    # 3

4.3 斐波那契数列

def fib():
    x, y = 0, 1
    while True:
        yield y
        x, y = y, x + y

f = fib()
for i in range(10):
    print(next(f))

4.4 生成器交互

python 提供了一个和生成器对象交互的方法 send,该方法可以和生成器沟通。

def counter():
    count = 0
    while True:
        count += 1
        response = yield count    # 先算右边,暂停函数执行
        if response is not None and isinstance(response, int):
            count = response

c = counter()
print(next(c))     # 1
print(next(c))     # 2
print(next(c))     # 3
print(c.send(100)) # 101
print(next(c))     # 102
# 重置计数器
def inc():
    def counter():
        count = 0
        while True:
            count += 1
            response = yield count
            if response is not None and isinstance(response, int):
                count = response
    c = counter()
    return lambda x = False : c.send(0) if x else next(c)    # 闭包

foo = inc()
print(foo())     # 1
print(foo())     # 2
print(foo())     # 3
print(foo(True)) # 1
print(foo())     # 2

调用 send 方法,就可以把 send 的实参传给 yield 语句做结果,这个结果可以在等式右边被赋值给其它变量。
  send 和 next 一样可以推动生成器启动并执行。

4.5 协程 Coroutine

生成器的高级用法;
  它比进程、线程轻量级,是在用户空间调度函数的一种实现;
  Python3 asyncio 就是协程实现,已经加入到标准库;
  Python3.5 使用 async、await 关键字直接原生支持协程;

协程调度器实现思路:
    有2个生成器A、B,next(A) 后,A 执行到了 yield 语句暂停,然后去执行 next(B),B 执行到 yield 语句也暂停,然后再次调用 next(A),再调用 next(B),周而复始,就实现了调度的效果。

可以引入调度的策略来实现切换的方式,协程是一种非抢占式调度。

# 例:协程实现,分别调度计数器1、2
def counter():
    count = 0
    while True:
        count += 1
        yield count

c1 = counter()
c2 = counter()
for i in range(5):
    print(next(c1))
    next(c2)
    print(next(c2))

# 执行结果:
1
2  # c2
2
4  # c2
3
6  # c2
4
8  # c2
5
10  # c2

5、yield from 语法

从 Python 3.3 开始增加了 yield from 语法,使得 yield from iterable 等价于for item in iterable: yield item
  yield from就是一种简化语法的语法糖

def foo():
    for i in range(5):
        yield i

# 使用 yield from 语法简化
def foo():
    yield from range(5)

本质上 yield from 的意思就是,从 from 后面的可迭代对象中拿元素一个个 yield 出去。

相关推荐