Python 高级特效 - 生成器 ( Generator)

2024-09-01 00:52

本文主要是介绍Python 高级特效 - 生成器 ( Generator),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

    生成器是一种一边循环一边计算的机制,通过列表生成式,可以直接创建一个列表,但是受到内存的限制,列表容量是有限的,当列表元素很大的时候,会很浪费内存空间。所以可以通过生成器 Generator 生成,它的作用相比列表,内存占用少,节约资源。


    创建生成器有两种方法,一种是把列表生成式的中括号 [ ] 改成小括号 ( ),一种是函数中包含yield关键字。


    1.列表生成式与生成器


    可见,列表生成式和生成器的类型分别为 列表 (list) 和 生成器(generator)



在这里插入图片描述



print(type([x * 2 for x in range(1,10)]))print(type((x * 2 for x in range(1, 10))))


    对比列表和生成器占用内存的字节,分别为 168 和 96,这好像区别不太大



在这里插入图片描述



lst = [x * 2 for x in range(1, 10)]
lst_generator = (x * 2 for x in range(1, 10))print(lst.__sizeof__())
print(lst_generator.__sizeof__())


    当选取的范围增大到10000000后,就有非常明显的差别,可见列表占用内存明显是增大好多倍,和范围值成正比,也就说明列表里的元素越多,占用的内存资源就越大。因此,生成器是有明显的优势。



在这里插入图片描述



lst = [x * 2 for x in range(1, 10000000)]
lst_generator = (x * 2 for x in range(1, 10000000))print(lst.__sizeof__())
print(lst_generator.__sizeof__())


    2.函数生成器


    假如要读取一个大文本文件,如果使用列表推导式写起来会比较麻烦,也不易于阅读,此时可以用函数来实现。



在这里插入图片描述



def read_large_file(file):with open(file=file, encoding="utf8") as f:lines = f.readlines()for line in lines:yield linefor i in read_large_file("c:/test_file.txt"):print(i)


    上一期介绍了递归中 斐波那契数列,也可以用函数生成器的写法实现。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,代码从yield的下一条语句开始执行。



在这里插入图片描述



def fib(number):"""number表示最大数量"""n, a, b = 0, 0, 1while n < number:yield ba, b = b, a + bn = n + 1for i in fib(10):print(i)


    那么,生成器怎样去实现取值呢? 生成器也有迭代的属性,也可以理解为它也是迭代器。可以用 next()函数去获取,它是Python内置的函数之一,用于迭代器对象中获取下一个元素。它接受一个迭代器对象作为参数,并返回迭代器对象的下一个数据元素。如果迭代器对象已经到达末尾,则抛出StopIteration异常。



    分别取2个值



在这里插入图片描述



generator = (x*2 for x in range(1,3))print(next(generator))
print(next(generator))


    当超出 range 取值范围时,会抛出异常



在这里插入图片描述



generator = (x*2 for x in range(1,3))print(next(generator))
print(next(generator))
print(next(generator))


    刚才说了,既然生成器也是有迭代属性,那么我们就不需要逐个用 next() 方法去获取值,直接用循环就可以了。



在这里插入图片描述



generator = (x*2 for x in range(1,3))for i in generator:print(i)


    但作为迭代器的循环和普通列表循环是有区别的,迭代器循环完成遍历后,再运行第二次循环,返回的是空值,而不像列表那样,可以无限执行循环取值。



在这里插入图片描述



generator = (x*2 for x in range(1,3))for i in generator:print(i)for i in generator:print(i)


    最后简单介绍字典作为迭代器的取值默认属性为 Key, 其中 iter() 函数是可以把有序序列转变为迭代器。



在这里插入图片描述



dict = {'one':1, 'two':2, 'three':3}
iter_dict = iter(dict)for i in iter_dict:print(i)


    同样,也可以取字典迭代器的 value, 可以通过字典取value,再转换迭代器,这里不再重复演示。

这篇关于Python 高级特效 - 生成器 ( Generator)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1125483

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目