Definition des Python-Generators und Analyse einfacher Anwendungsbeispiele

Dieser Artikel stellt hauptsächlich die Definition und einfache Verwendung von Python-Generatoren vor. Er analysiert die Konzepte, Prinzipien, Verwendungsmethoden und zugehörigen Vorsichtsmaßnahmen für den Betrieb von Python-Generatoren im Detail in Form von Beispielen.

Die Beispiele in diesem Artikel beschreiben die Definition und einfache Verwendung von Python-Generatoren. Teilen Sie es als Referenz mit allen. Die Details lauten wie folgt:

1. Was ist ein Generator?

In Python aus Speichergründen Einschränkungen: Die Listenkapazität ist sicherlich begrenzt. Wenn wir beispielsweise eine Liste mit 100 Millionen Elementen erstellen, öffnet Python zunächst genügend Speicherplatz, um die Liste mit 100 Millionen Elementen zu speichern, und ermöglicht dann dem Benutzer die Verwendung der Liste. Dies kann zu folgenden Problemen führen:

1. Es ist nicht genügend Speicherplatz im Speicher vorhanden, um diese Liste zu speichern, was dazu führt, dass die Liste nicht erstellt werden kann

2. Selbst wenn die Liste erfolgreich erstellt wurde, dauert sie noch eine lange Zeit, was zu einer Programmeffizienz führt Niedrig

3. Wenn der Benutzer nur auf die ersten paar Elemente der Liste zugreifen möchte, wird der von den meisten Elementen in der nachfolgenden Liste belegte Platz verschwendet

Um die oben genannten Probleme effektiv zu lösen, wird Python eingeführt. Ein neuer Mechanismus zum gleichzeitigen Schleifen und Berechnen bedeutet, dass der Benutzer ihn verwenden muss Wenn Sie ein Objekt erstellen, öffnet Python Speicherplatz und erstellt es gemäß den vorgefertigten Regeln. Dieses Objekt steht den Benutzern zur Verfügung, anstatt alle Objekte im Voraus zu erstellen und sie dann den Benutzern zur Verwendung bereitzustellen wie eine Liste. Dieser Mechanismus wird in Python als Generator bezeichnet.

2. Erstellung des Generators

und der Listen-Push ist ähnlich, außer dass das Generatorverständnis () anstelle von [] verwendet und der Generator schließlich anstelle der Liste zurückgegeben wird

g=((i+2)**2 for i in range(2,30)) #g是一个生成器
print(g) #g为空，里面包含任何元素

Das Operationsergebnis:

def fib(max):
  n,a,b=0,0,1
  while n<max:
    #print(b)
    yield b
    a,b=b,a+b
    n+=1
  return &#39;done&#39;
f=fib(6)
print(f)

f=fib(6)
print(f)
print(f.__next__())
print(f.__next__())
print('暂停一下')
print(f.__next__())
print(f.__next__())

def func():
  yield 1
  yield 2
  yield 3
g=func()
g.__next__()
g.close() #手动关闭生成器
g.__next__() #关闭后，yield 2和yield 3语句将不再起作用

def func():
  n=1
  for i in range(3):
    yield n
    n+=1
c=func()
a1=c.__next__()
a2=c.__next__()
a3=c.__next__()

def gen():
  value=0
  while True:
    receive=yield value
    if receive=='end':
      break
    value='Got:%s' %receive
g=gen()
print(g.__next__()) #或是print(g.send(None)),从而启动生成器
print(g.send('aaa'))
print(g.send(3))
print(g.send('end'))

def gen():
  while True:
    try:
      yield 'normal value' #返回中间结果，此处的yield和return的功能相似
      yield 'normal value2'
      print('I am here')
    except ValueError:
      print('We got ValueError')
    except Exception:
      print('Other errors')
      break
g=gen()
print(g.__next__())
print(g.throw(ValueError))
print(g.__next__())
print(g.throw(TypeError))

import time
def consumer(name):
  print('%s准备吃包子啦！' %name)
  while True:
    baozi=yield #接收send传的值，并将值赋值给变量baozi
    print('包子[%s]来了，被[%s]吃了！' %(baozi,name))
def producer(name):
  c1=consumer('A') #把函数变成一个生成器
  c2=consumer('B')
  c1.__next__()#调用这个方法会走到yield处暂时返回
  c2.__next__()
  print('开始准备做包子啦！')
  for i in range(10):
    time.sleep(1)
    print('做了一个包子，分成两半')
    c1.send(i)
    c2.send(i)
producer('Tomwenxing')