博客
关于我
python 生成器
阅读量:131 次
发布时间:2019-02-27

本文共 748 字,大约阅读时间需要 2 分钟。

生成器是一种特殊的函数,它使用yield语句来产生值。在编程中,生成器非常有用,因为它们能在不影响主程序执行的同时,逐次生成大量数据。

让我们来看一个例子。以下是一个生成斐波那契数列的生成器函数:

def fibonacci(n):    a, b, counter = 0, 1, 0    while True:        if counter > n:            return        yield a        a, b = b, a + b        counter += 1

当我们调用这个函数并传入一个参数时,它会返回一个迭代器。例如:

f = fibonacci(10)

接下来,我们可以使用next()函数来逐步获取生成器的值。每次调用next(),生成器会执行到yield语句,然后暂停并返回当前的值。下一次调用时,它会从暂停的位置继续执行。

if __name__ == '__main__':    while True:        try:            print(next(f), end=" ")        except StopIteration:            break

生成器有两个主要特点:

  • 直接调用生成器函数会返回一个迭代器。这意味着生成器在第一次使用时会执行到第一个yield语句,并将初始值返回。

  • 使用next()函数可以控制生成器的执行。当执行到yield语句时,生成器会将当前的执行状态保存,然后返回yield的值。下次调用next()时,生成器会从保存的状态继续执行。

  • 生成器的这种设计模式在处理大型数据或资源密集型任务时特别有用,因为它可以在需要时逐次生成数据,而不会一次性占用过多内存。

    转载地址:http://ibkb.baihongyu.com/

    你可能感兴趣的文章
    python PIL模框使用
    查看>>
    Python ping 模块
    查看>>
    Python Pingouin:搞定各种假设检验和统计模型 !
    查看>>
    Python pip 国内镜像大全及使用办法
    查看>>
    Python输入输出练习,运算练习,turtle初步练习
    查看>>
    Python pip工具使用
    查看>>
    Python pip配置国内源
    查看>>
    Python Plotly 将轴数格式化为 %
    查看>>
    Redis 键值过期操作
    查看>>
    python predictabel_基于R语言PredictABEL包对Logistic回归模型外部验证
    查看>>
    Python psycopg2 超时
    查看>>
    Python Pyinstaller Matplotlibrary
    查看>>
    Python Pypi 修改 国内源(以豆瓣源为例)
    查看>>
    Python PyQt5 将不再显示此消息复选框添加到 QMessageBox
    查看>>
    Python PyQt5:如何使用 PyQt5 显示错误消息
    查看>>
    Python PYSFTP-以字符串/文本形式传递私钥,而不是传递文件路径
    查看>>
    Python pytest 面试题!
    查看>>
    Python pytz 时区函数返回一个相差 9 分钟的时区
    查看>>
    python rabbitmq实现简单/持久/广播/组播/topic/rpc消息异步发送可配置Django
    查看>>
    Python random和json模块
    查看>>