Python学习之==>生成器

一、列表生成式

如果要生成列表[1x1, 2x2, 3x3, ..., 10x10]怎么做？除了循环还可以用一行语句代替循环生成，如下：

s = [i*i for i in range(10)]
print(s)  #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

这种写法就是Python的列表生成式，写列表生成式时，把要生成的元素 i * i 放到前面，后面跟 for 循环，就可以把list创建出来。

二、生成器

1、通过列表生成式实现

　　通过列表生成式，我们可以直接创建一个列表。但受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，会占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

　　要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

l = [i*i for i in range(10)]
print(l)  #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

g = (i for i in range(5))
print(g)  #<generator object <genexpr> at 0x000001F1DFCE01A8>

创建l和g的区别仅在于最外层的[]和()，l是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值，如下：

g = (i for i in range(5))
print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 2
print(next(g))  # 3
print(next(g))  # 4
print(next(g))  # StopIteration

generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用next(g)的用法，实际上很少这么用，正确的方法是使用for循环，因为generator也是可迭代对象，如下：

g = (i for i in range(5))
for i in g:
    print(i)
# 0
# 1
# 2
# 3
# 4

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误

2、用函数实现

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

0,1, 1, 2, 3, 5, 8, 13, 21, 34, ...

def fib(max):
    n,before,after = 0,0,1
    while n <= max:
        print(before)
        before,after = after,before+after
        n = n + 1

上面的函数输出的结果入下：

fib(8)
# 0
# 1
# 1
# 2
# 3
# 5
# 8
# 13
# 21

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(before)改为yield before就可以了，如下：

def fib(max):
    n,before,after = 0,0,1
    while n <= max:
        yield before
        before,after = after,before+after
        n = n + 1

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator，如下：

g = fib(5)
print(g)  # <generator object fib at 0x000001C0DAD201A8>

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行，如下：

g = fib(5)
print(g)  # <generator object fib at 0x000001C0DAD201A8>

print(next(g))  # 1
print(next(g))  # 1
print('干点别的')# 干点别的
print(next(g))  # 2
print(next(g))  # 3
print(next(g))  # 5

在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代，如下：

g = fib(5)
print(g)  # <generator object fib at 0x000001C0DAD201A8>
for i in g:
    print(i)
# 1
# 1
# 2
# 3
# 5
# 8

使用send方法给变成了generator的函数传值，如下：

def bar():
    print('ok1')
    count = yield 1
    print(count)
    print('ok2')
    yield 2

b = bar()
s = b.send(None) # 等同于next(b),第一次send前如果没有next，只能传一个None
print(s)  # 返回第一个yield后面的1
k = b.send('AAA') # 第二次send把参数的值赋给count
print(k)  # 返回第二个yield后面的2
# ok1
# 1
# AAA
# ok2
# 2

第一次执行b.send(None)后进入函数体，先打印ok1，碰到yield返回1，中断函数执行。第二次执行b.send('AAA')后再次进入函数，把AAA付给count打印出来，然后接着往下走，打印ok2，再往下走碰到yield返回2。

文件读取：

def read_file(fpath): 
    BLOCK_SIZE = 1024 
    with open(fpath, 'rb') as f: 
        while True: 
            block = f.read(BLOCK_SIZE) 
            if block: 
                yield block 
            else: 
                return

如果直接对文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield，我们不再需要编写读文件的迭代类，就可以轻松实现文件读取。