面試必備|帶你徹底搞懂Python生成器

2019年人工智慧系統學：

https://edu.csdn.net/topic/ai30?utm_source=ai100_bw

作者 | Rocky0429

轉載自 Python空間（ID:Devtogether）

 

寫在之前

 

Python 的高階語言特性一直是我們學習 Python 的一個難點，大部分人並沒有做到熟練的掌握，甚至去學習它都感覺很困難，「生成器」作為其中甚是有用的特性之一，更是如此。

 

因為在其它的主流語言（C/C++/JAVA）中並沒有生成器的概念，加之其具有一定的難度，學習起來花費的時間成本較大，很多人自我安慰式的視其為“雞肋”，然後果斷放棄如此有用的一個高階語言特性，實在是一件很惋惜的事情。

 

其實不光是對於「生成器」而言，對於其它的高階語言特性還是建議大家要花點時間去搞懂的，不說其它，這些東西作為面試中常考的內容也應該引起你的重視，畢竟公司不是傻瓜，沒有用的東西幹嘛要考你？

 

接下來就讓我們來一起學習「生成器」，我儘量用大家都聽的懂的話，層層遞進的講解，保證大家都能看懂，前提是要有耐心，文章較長，建議先收藏再看。

 

答應我，一定要有耐心。

 

迭代器

 

在這說「迭代器」的原因是「生成器」自動實現了「迭代器協議」，所謂協議，就是一種約定。為了更好的理解生成器，我們需要簡單知道一下「迭代器協議」到底是個什麼東西。其實只需要滿足兩個兩個條件：1.實現 __iter__ 方法；2.物件實現 next() 方法，要麼返回迭代中的下一項，要麼就是以 StopIteration 異常終止迭代。

 

物件就是「可迭代物件」，即實現了迭代器協議的物件，它實現了迭代器協議。其實像是 Python 中 for 迴圈，sum 函式等等就是使用迭代器協議訪問物件。

 

你可能看著有點懵，怎麼又是「迭代」又是「迭代器」又是「可迭代物件」的，這對大家來說是很抽象的概念，但是不用怕，我在很久之前的文章中，已經很詳細的介紹過這倆哥們，你只需要點選下面的連結去看就好了，這也是面試中常見的問題哦：

 

零基礎學習 Python 之初識迭代

Python 擴充之迭代器

 

生成器

 

如果你理解了上一節的內容，那麼恭喜你，接下來學習「生成器」就會簡單很多。Python 使用生成器對「延遲操作」提供了支援，所謂「延遲操作」就是在需要它的時候才產生結果，而不是說立即產生結果。

 

首先我們先來看一個入門級別的版本，你只需要點選下面的連結即可：

 

零基礎學習 Python 之初識生成器

 

接下來講的相當於是上面文章的一個延伸和再擴充。

 

Python 其實有兩種不同的方法來提供生成器，一種是函式形式，另一種是表示式形式，說全一點兒就是「生成器函式」和「生成器表示式」。

 

1.生成器函式

 

「生成器函式」和普通的函式定義類似。區別在於普通函式使用 return 返回結果，生成器函式是用 yield 返回結果。

 

yield 的作用是在呼叫的時候返回相應的值，一次返回一個結果，在每個結果中間掛起函式的狀態（即暫停執行），下一次執行是從上次暫停的位置開始，繼續向下執行。

 

下面我們來做一道題，要求寫出「將一個全是整數的列表進行操作後只保留奇數」。相信大多數人都能很快的寫出下面這樣的函式：

 

def get_odd(lst):
   res = []
   for i in lst:
       if i % 2:
           res.append(i)
   return res

def main():
   lst = range(10)
   for i in get_odd(lst):
       print(i)

if __name__ == '__main__':
   main()

 

上面這個沒什麼難度，既然我們學了「生成器」，我在前面還這麼舔它，是不是我們該用生成器來做一下這道題？看看用生成器來做同樣的功能，到底有什麼不同：

 

def get_odd(lst):
   for i in lst:
       if i % 2:
           yield i

def main():
   lst = range(10)
   for i in get_odd(lst):
       print(i)

if __name__ == '__main__':
   main()

 

對比一下這個功能的兩種做法，使用「生成器」以後，程式碼變的行數更少了（省去了對 res 的操作，不用把結果存在 res 裡），程式碼整體看起來更清晰了（一看就知道幹嘛的，不用一上來去想 res 是個什麼鬼，append 進去的是個什麼玩意兒）。

 

2.生成器表示式

 

「生成器表示式」和列表推導式類似。區別在於使用列表推導，一次會產生所有的結果，而用「生成器表示式」則不會這樣，它是按需產生。

 

列表推導式的寫法如下：

 

>>> res = [x for x in range(5)]
>>> res
[0, 1, 2, 3, 4]

 

生成器表示式就是將上面的 [] 變成 () 即可：

 

>>> res = (x for x in range(5))
>>> res
<generator object <genexpr> at 0x109d9f570>
>>> next(res)
0
>>> next(res)
1
>>> next(res)
2
>>> next(res)
3

 

我們也順便簡單的看一下「生成器」的優勢在「生成器表示式」中是怎麼體現的。如果我們想對一系列整數求和，直接用生成器可以寫成下面這樣：

 

>>> sum((x for x in range(5)))
10

 

當然為了方便起見，也可以省略圓括號，即寫成下面這樣：

 

>>> sum(x for x in range(5))
10

 

但是如果你用常規的寫法去寫，就會寫成下面這樣：

 

>>> sum([x for x in range(5)])
10

 

上面的程式碼先構造了一個列表，然後再用 sum 函式求和，多了一步，天差地別，光在時間效率上，就已經輸掉了褲子。

 

所以綜合上面文章所講，「生成器」光在明面上的優點就有好幾個：程式碼行數更少；程式碼更易讀；時效更高...

 

所以，你還敢視它為“雞肋”嗎？

60s測試：你是否適合轉型人工智慧？

https://edu.csdn.net/topic/ai30?utm_source=ai100_bw

（本文為 AI科技大本營轉載文章，轉載請微信聯絡原作者）

 

群招募

 

掃碼新增小助手微信，回覆：公司+研究方向（學校+研究方向），邀你加入技術交流群。技術群稽核較嚴，敬請諒解。

 

推薦閱讀：

• 優秀開發者必備技能包：Python偵錯程式

• 十大經典排序演算法動畫與解析，看我就夠了！（附程式碼）

• 訪問量最高超7百萬的Stack Overflow問題竟然是...

• 新鮮開源：基於TF2.0的深度強化學習平臺

• 交易機器人春天已來？先看完這篇再說吧

• 程式設計師求職新思路：網際網路巨鱷瓜分 ToB 資源全公開

• 移動開發還有未來嗎？

• 全面剖析企業私有云

• 月入5萬，程式設計師夫人們過上"貴婦"生活了嗎？

                         

點選“閱讀原文”，檢視歷史精彩文章。