Python 生成器

veelion發表於2019-03-17
Python

生成器，是一個用來建立迭代器的工具。它簡單而強大，類似寫函式那樣進行定義，但是需要返回資料時不是使用return，而是使用yield語句。

生成器

生成器函式

用yield語句返回資料的“函式”，稱為生成器函式。我們把上一節中自定義類LessThan改寫成生成器函式：

In [30]: def lessthan(n): 
    ...:     for i in range(n-1, -1, -1): 
    ...:         yield i 
    ...:          
    ...:

In [31]: for i in lessthan(5): 
    ...:     print(i) 
    ...:
4
3
2
1
0
In [32]: lt = lessthan(3)

## 檢視生成器物件的__iter__()和__next__()：
In [33]: lt.__iter__?
Signature:      lt.__iter__()
Call signature: lt.__iter__(*args, **kwargs)
Type:           method-wrapper
String form:    <method-wrapper '__iter__' of generator object at 0x7fc048cb8ba0>
Docstring:      Implement iter(self).

In [34]: lt.__next__?
Signature:      lt.__next__()
Call signature: lt.__next__(*args, **kwargs)
Type:           method-wrapper
String form:    <method-wrapper '__next__' of generator object at 0x7fc048cb8ba0>
Docstring:      Implement next(self).

通過生成器改寫LessThan類後，程式碼更加簡潔緊湊，因為它自動建立了__iter__()和__next__()方法，通過for迴圈可以遍歷生成器物件。

接下來我們定義一個生成器物件lt，對這個生成器物件呼叫next()，每一次呼叫它都會從上次離開的位置回覆執行（也就是記住上次執行語句時的所有資料值）。當生成器生成了所有元素（生成器終結）就會引發StopIteration錯誤。

In [53]: lt = lessthan(3)

In [54]: next(lt)
Out[54]: 2

In [55]: next(lt)
Out[55]: 1

In [56]: next(lt)
Out[56]: 0

In [57]: next(lt)
---------------------------------------------------
StopIteration      Traceback (most recent call last)
<ipython-input-37-00f31299a3f9> in <module>
----> 1 next(lt)

StopIteration:

生成器解析式

為了實現一些簡單的生成器，我們可以不用函式的形式，而是用類似列表解析式的語法，將外層的方括號用圓括號代替即可。

生成器表示式相比完整的生成器更緊湊但較不靈活，相比等效的列表推導式則更為節省記憶體。比如下面的的程式碼，用列表表示式生成的mylist的每個元素都儲存在記憶體中，而mygener每次迭代時才會產生一個元素。假設元素個數不是10，而是100萬甚至更多，此時生成器的記憶體優勢會非常明顯。

In [41]: mylist = [i*i for i in range(10)]

In [42]: mylist
Out[42]: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

In [43]: mygener = (i*i for i in range(10))

In [44]: mygener
Out[44]: <generator object <genexpr> at 0x7fc048be3bf8>

生成器解析式被設計用於生成器將立即被外層函式所使用的情況，比如：

In [45]: sum(i*i for i in range(10))
Out[45]: 285

sum()括號裡面的i*i for i in range(10)就是一個生成器解析式，避免生成一個列表而佔用過多記憶體。

同樣的，下面的例子中都是使用了生成器解析式：

xvec = [10, 20, 30]
yvec = [7, 5, 3]
sum(x*y for x,y in zip(xvec, yvec))         # dot product

from math import pi, sin
sine_table = {x: sin(x*pi/180) for x in range(0, 91)}

unique_words = set(word  for line in page  for word in line.split())

valedictorian = max((student.gpa, student.name) for student in graduates)

data = 'golf'
list(data[i] for i in range(len(data)-1, -1, -1))

總結

Python提供了兩種方式實現生成器：

（1）生成器函式
語法上與普通函式相似，用yield替代return換回值；自動實現迭代器協議：__iter__()方法和__next__()方法。沒有值可返回時，引起StopInteration異常。yield語句掛起生成器函式的狀態，以便再次迭代時從離開的狀態繼續執行。

（2）生成器解析式
類似列表解析式，用圓括號替換方括號，從而簡單實現簡單的生成器。

（3）生成器的優點
程式碼緊湊，節省記憶體。不像列表可以多次遍歷，生成器只能遍歷一遍。

猿人學banner宣傳圖

我的公眾號：猿人學 Python 上會分享更多心得體會，敬請關注。

***版權申明:若沒有特殊說明，文章皆是猿人學 yuanrenxue.com 原創，沒有猿人學授權，請勿以任何形式轉載。***

相關文章