Python 高级特性（4）- 生成器 generator
列表生成式
通过上一篇介绍 列表生成式文章可以知道，它可以快速创建我们需要的列表
局限性
- 受内存限制，列表生成式创建的列表的容量肯定有限的
- 不仅占用很大的存储空间，如果我们仅仅需要访问前几个元素，那后面绝大多数元素占用的空间都白白浪费了
什么是生成器
- 若列表元素可以按照某种算法算出来，就可以在循环的过程中不断推算出后续需要用的元素，而不必创建完整的 list，从而节省大量的空间
- 边循环边计算的机制，叫生成器（generator）
最简单的生成器
L = [x * x for x in range(10)] print(L) print(type(L)) L = (x * x for x in range(10)) print(L) print(type(L)) # 输出结果 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] <class 'list'> <generator object <genexpr> at 0x000001D607541EB8> <class 'generator'>
只要把一个列表生成式的 [] 改成 () ，就创建了一个 generator
如何打印生成器每个元素
直接简单 for 循环
L2 = (x * x for x in range(10)) for i in L2: print(i)
next() 方法
可以获取 generator 的下一个元素
基本不会使用这个
L2 = (x for x in range(10)) print(next(L2)) print(next(L2)) print(next(L2)) print(next(L2)) print(next(L2)) print(next(L2)) # 输出结果 0 1 2 3 4 5
还有另一个方法 .__next()__
L2 = (x for x in range(10)) print(L2.__next__()) print(L2.__next__()) print(L2.__next__()) print(L2.__next__()) print(L2.__next__()) print(L2.__next__()) # 输出结果 0 1 2 3 4 5
生成器的迭代原理
generator 能够迭代的关键就是 next() 方法，通过重复调用 next() 方法，直到捕获一个异常
yield 函数
- 带有 yield 的函数不再是一个普通函数，而是一个生成器 generator
- yield 相当于 return 返回一个值，并且记住这个返回值的位置，下次迭代时，代码会从 yield 的下一条语句开始执行，直到函数结束或遇到下一个 yield
普通的斐波拉契数列
1, 1, 2, 3, 5, 8, 13, 21, 34, ...，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
# 斐波拉契数列 def fib(max): n, a, b = 0, 0, 1 while n < max: print(b) a, b = b, a + b n = n + 1 fib(8) # 输出结果 1 1 2 3 5 8 13 21
它和生成器很像，知道第一个元素值，就可以推算后面的任意个元素了
是用 yield 的斐波拉契数列
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 fib(8) print(fib(8)) # 输出结果 1 1 2 3 5 8 13 21 <generator object fib at 0x00000246A5001EB8>
生成器的执行流程
函数是顺序执行，遇到 return 或者最后一行执行完就返回
而生成器的执行流程是
- 每次调用 next() 或 for 循环的时候执行，遇到 yield 就返回
- 一个生成器里面可以有多个 yield
- 再次执行时从上次返回的 yield 语句处继续执行
# 执行流程 def odd(): print('step 1') yield 1 print('step 2') yield 3 print('step 3') yield 5 L = odd() for i in L: print(i) # 输出结果 step 1 1 step 2 3 step 3 5
生成器的工作原理
- 它是在 for 循环过程中不断计算下一个元素，并在适当的条件结束 for 循环
- 对于函数改成的 generator 来说，，遇到 return 语句或者执行到函数最后一行时，就是结束 generator 的指令，for 循环随之结束
生成器的优点
在不牺牲过多速度情况下，释放了内存，支持大数据量的操作
不使用生成器下的代码
from tqdm import tqdm a = [] for i in tqdm(range(10000000)): temp = ['你好'] * 2000 a.append(temp) for ele in a: continue
运行结果
可以看到开始运行大数据量循环代码后，内存暴增，并且占满了电脑所有内存，很明显这是不合理且不可接受的！
使用生成器的代码
def test(): for i in tqdm(range(10000000)): temp = ['你好'] * 2000 yield temp a = test() for ele in a: continue
运行结果
内存丝滑的很，奈斯！
生成器的应用场景
当然就是需要处理大数据量的场景了，比如一个文件有几百万行数据，或者有几百万个文件需要分别读取处理
