python中使用生成器生成器生成器生成式创建详细的生成器总结

92 阅读 0 评论 61 点赞

我是靠谱客的博主淡然小海豚，最近开发中收集的这篇文章主要介绍python中使用生成器生成器生成器生成式创建详细的生成器总结，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

生成器

通过列表，可以包含很多很多的元素，但是受到内存的制约，列表的内容一定是有限的。它无法表达无限的内容。比如说，全部的正整数，就不可能被放到一个列表之中去使用。但是，全部的正整数确实是应当可以被用作使用的，因为只需要通过前一个元素，就能够推断出后一个元素了。

因此，在这种情况下，我们有了一种新的东西，就是生成器，也就是generator。生成器无需一下子保存或读取出全部的内容，只需要在需要用到的时候，生成一个，就可以了。

生成器生成式

之前，我们提到了列表推导式，实际上，只要将列表推导式中的[]改为()，就可以创建一个生成器了。如果模仿列表生成式或者列表推导式的名字的话，也许我们应当称之为生成器生成式或者生成器推导式，不过这种说法似乎不是很常见。

注：关于列表推导式，有的时候我称呼其为列表推导式，有的时候我又称呼其为列表生成式，是因为这两种称呼非常通用，使用哪一种都是一样的，所以，就没有为了统一性，而选择只使用其中的一种说法。如果你觉得哪一种说法更好的话，可以自行使用其中的一种。

比如说，之前我们写过这样一个列表生成式，我们将其改为生成器生成式。

# 这是之前使用过的一个关于九九乘法表的列表推导式
li = ["%s * %s = %s" % (i, j, i * j) for i in range(1, 10) for j in range(1, 10) if i <= j]

# 将[]改为()以后，可以直接变成生成器
g_li = ("%s * %s = %s" % (i, j, i * j) for i in range(1, 10) for j in range(1, 10) if i <= j)

# 打印以后，我们可以看出，这是一个generator
print(g_li)

我们可以发现，直接打印一个生成器，是不可以的，因为它是在使用的过程中，才被生成的，因此，我们必须通过next()或者for循环的形式，去使用一个生成器。

# 每使用一次next()，就会新生成一个元素
print(next(g_li))
print(next(g_li))
print(next(g_li))
print(next(g_li))

# 使用for循环，可以通过遍历得到所有的元素
for i in g_li:
    print(i)

创建详细的生成器

虽然通过生成器生成式已经可以创建出生成器，但是，生成式的方式毕竟是一种比较简单的方式，面对一些复杂的需求的话，生成器难以应对。因此，我们可以通过函数定义的形式，得到一个生成器。

这里，我们需要使用一个关键字yield，当函数执行到yield时，会得到yield的内容，并且停止运行，当下一次调用的时候，会从上一次的yield开始继续运行，并执行到下一次yield再次暂停。

比如说，定义一个简单的生成器

# 通过函数，定义生成器
def g_num(x):
    for i in range(x):
        # 当执行到yield i的时候，会生成i，并且暂停
        # 当下一次调用的时候，会从这里继续运行，到下一个yield再次暂停
        yield i

注意，此时g_num不是一个生成器，g_num是一个函数。当这个函数被调用的时候，我们得到的是一个生成器。我们可以像这样使用。

# 生成器的使用
for i in g_num(100):
    print(i)

# 如果你不希望使用生成器，也可以通过list()
# 以此来将生成器直接转换为一个列表
a = list(g_num(10))

# 但是需要注意的是，不是所有的生成器都能够被转换为列表的
# 比如以下代码中，生成器是可以直接获取到的，但是如果你要将其转换为列表
# 可能就会失败或者使计算机陷入一些困境之中
x1 = g_num(1000000000000)
x2 = list(g_num(1000000000000))