使用Python生成器的方法是什么

這篇文章主要介紹使用Python生成器的方法是什么，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

自從 PEP 255 引入生成器以來，它就是 Python 中重要的一部分.

生成器允許你定義一個有迭代器行為的函數.

它允許程序猿更快，更簡單并且以一個干凈的方式創建一個迭代器.

那么什么是迭代器呢，你或許會問？

 iterator 迭代器是一個可以被迭代的（循環）對象。它可以抽象為一個裝著數據同時有著可迭代對象的行為的容器。或許你已經每天在使用一些可迭代的對象：諸如字符串，列表，字典或其它名字的對象.

一個迭代器是一個實現了迭代器接口 Iterator Protocol 的類。這個接口為類提供了兩個方法: __iter__ 和 __next__.

嗯～回到上一步。你為什么想要創建一個迭代器呢？

節省內存空間

當實例化后，迭代器并不會計算它每一個項的值，他們只會等你訪問這些項的時候采取計算。這也就是眾所周知的惰性求值。

當你有一個非常大的數據集需要計算時，惰性求值是很有用處的。它允許你馬上就能開始使用數據，盡管整個數據集還在計算中。

假設我們想要獲得小于某個最大值的所有素數。

我們先定義一個函數，它可以檢查一個數字是否為素數：

def check_prime(number):
    for divisor in range(2, int(number ** 0.5) + 1):
        if number % divisor == 0:
            return False
    return True

然后，我們定義一個迭代器類，包含__iter__ 和 __next__ 方法。

class Primes:
    def __init__(self, max):
        self.max = max
        self.number = 1
    def __iter__(self):
        return self
    def __next__(self):
        self.number += 1
        if self.number >= self.max:
            raise StopIteration
        elif check_prime(self.number):
            return self.number
        else:
            return self.__next__()

Primes 類通過給定一個最大值來實例化。如果下一個素數比最大值 max 還要大，迭代器就會拋出一個 StopIteration 異常來把迭代器停掉。

當我們請求迭代器中的下一個元素時，它會給 number 加 1 并檢查這個數字是否為素數。如果不是，它會再次調用__next__直到 number 成為素數。一旦如此，迭代器就將這個數字返回。

通過使用迭代器，我們并不會在內存中創建一個包含很多素數的列表。相反，我們將會在每次請求下一個素數時才去生成它。

讓我們來試一試：

primes = Primes(100000000000)
print(primes)
for x in primes:
    print(x)
    ......
<__main__.Primes object at 0x1021834a8>
2
3
5
7
11
...

對 Primes 對象的每一次迭代都調用了 __next__ 來生成下一個素數。

迭代器只可以被迭代一輪。如果你嘗試再迭代 primes 一輪，它將不會返回任何值，表現得就像個空列表。

既然我們已經知道了什么是迭代器，以及怎么制作一個迭代器，我們接下來將繼續來看看生成器。

生成器

回想下，生成器函數允許我們以一種更簡單的方式來創建迭代器。

生成器給 Python 引入了 yield 聲明。它用起來有點像 return，因為它會返回一個值。

區別在于 yield 會保存函數的狀態。在函數下一次被調用時，將會從其離開的地方繼續執行，并且變量值也與它之前執行 yield 操作前相同。

如果把我們的 Primes 迭代器轉換為生成器，它看起來會像這樣：

def Primes(max):
    number = 1
    while number < max:
        number += 1
        if check_prime(number):
            yield number
primes = Primes(100000000000)
print(primes)
for x in primes:
    print(x)
......
<generator object Primes at 0x10214de08>
2
3
5
7
11

現在真是太 pythonic 了！我們還能再給力點嗎？

當然！我們可以使用 PEP 289 中介紹的生成器表達式。

這相當于是生成器的列表推導式。它用起來與列表推導式相同，不過表達式由 () 包裹而不是 []。

下面的表達式可以代替我們上面的生成器函數：

primes = (i for i in range(2, 100000000000) if check_prime(i))
print(primes)
for x in primes:
    print(x)
......
<generator object <genexpr> at 0x101868e08>
2
3
5
7
11
...

這就是 Python 生成器的美妙之處。

生成器允許你以一種非常 pythonic 的方式來創建迭代器。迭代器允許惰性求值，只有在請求下一個元素時迭代器對象才會去生成它。這對于非常大的數據集是很有用的。迭代器和生成器都只能被迭代一輪。生成器函數比迭代器更好。生成器表達式比迭代器更好（只在簡單情況下如此）。

以上是使用Python生成器的方法是什么的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！