Python中的生成器怎么实现

本篇内容主要讲解“Python中的生成器怎么实现”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python中的生成器怎么实现”吧!

前言

生成器很容易实现，但却不容易理解。生成器也可用于创建迭代器，但生成器可以用于一次返回一个可迭代的集合中一个元素。现在来看一个例子：

def yrange(n):
    i = 0
    while i < n:
        yield i
        i += 1

每次执行 yield 语句时，函数都会生成一个新值。

“生成器”这个词被混淆地用来表示生成的函数和它生成的内容。 

当调用生成器函数时，它甚至没有开始执行该函数就返回一个生成器对象。 当第一次调用 next() 方法时，函数开始执行直到它到达 yield 语句。 产生的值由下一次调用返回。

以下示例演示了 yield 和对生成器对象上的 next 方法的调用之间的相互作用。

>>> def foo():
...     print("begin")
...     for i in range(3):
...         print("before yield", i)
...         yield i
...         print("after yield", i)
...     print("end")
...
>>> f = foo()
>>> next(f)
begin
before yield 0
0
>>> next(f)
after yield 0
before yield 1
1
>>> next(f)
after yield 1
before yield 2
2
>>> next(f)
after yield 2
end
Traceback (most recent call last):
  File "<pyshell#13>", line 1, in <module>
    next(f)
StopIteration
>>>

生成器也是迭代器

生成器也是迭代器，支持使用 for 循环。当使用 for 语句开始对一组项目进行迭代时，即运行生成器。一旦生成器的函数代码到达 yield 语句，生成器就会将其执行交还给 for 循环，从集合中返回一个新值。生成器函数可以根据需要生成任意数量的值（可能是无限的），依次生成每个值。

f_2 = foo()
for i in f_2: print(i)

begin
before yield 0
0
after yield 0
end
before yield 1
1
after yield 1
end
before yield 2
2
after yield 2
end

当一个函数包含 yield 时，Python 会自动实现一个迭代器，为我们应用所有需要的方法，比如 __iter__() 和 __next__()，所以生成器也能和迭代器有相同的功能，如下所示：

def yrange():
    i = 1
    while True:
        yield i
        i = i + 1

def squares():
    for i in yrange():
        yield i * i

def take(n, seq):
    seq = iter(seq)
    result = []
    try:
        for i in range(n):
            result.append(next(seq))
    except StopIteration:
        pass
    return result

print(take(5, squares()))

# [1, 4, 9, 16, 25]

接下来看一下如何使用生成器计算斐波那契数列：

def fib(n):
    if n <= 1:
        return 1
    a, b = 0, 1
    for _ in range(n):
        a, b = b, a + b
        yield a

for i in fib(10):
    print(i, end=' ')

# Result：1 1 2 3 5 8 13 21 34 55

生成器推导式

生成器表达式是列表推导式的生成器版本。它们看起来像列表推导式，但返回的是一个生成器，而不是一个列表。生成器推导式的本质：

• 使用 yield 会产生一个生成器对象

• 用 return 将返回当前的第一个值。

generator_expressions = (x for x in range(10))
generator_expressions
<generator object <genexpr> at 0x0000023F8BC51AF0>
sum(generator_expressions)
45

无限生成器

生成器的另一个常见场景是无限序列生成。在 Python 中，当您使用有限序列时，您可以简单地调用 range() 并在列表中对其进行计数，例如：

a = range(5)
print(list(a))
[0, 1, 2, 3, 4]

也可以这样做，使用如下生成器生成无限序列：

def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

运行此代码时，可以看到其运行非常快，可以通过 CTRL+C 来使得程序结束，如下：

生成器实际用法

1. 读取文件行

生成器的一个常见用法是处理大型文件或数据流，例如 CSV 文件。假设我们需要计算文本文件中有多少行，我们的代码可能如下所示：

def csv_reader(file_name):
    file = open(file_name)
    result = file.read().split("\n")
    return result

csv_gen = csv_reader("some_file.csv")
row_count = 0

for row in csv_gen:
    row_count += 1

print(f"Row count is {row_count}")

我们的 csv_reader 函数将简单地将文件打开到内存中并读取所有行，然后它将行拆分并与文件数据形成一个数组。如果文件包含几千行，可能就会导致速度变慢，设置是内存被占满。

这里就可以通过生成器重构的 csv_reader 函数。

def csv_reader(file_name):
    for row in open(file_name, "r"):
        yield row

2.读取文件内容

def readfiles(filenames):
    for f in filenames:
        for line in open(f):
            yield line

def grep(pattern, lines):
    return (line for line in lines if pattern in line)

def printlines(lines):
    for line in lines:
        print(line, end="")

def main(pattern, filenames):
    lines = readfiles(filenames)
    lines = grep(pattern, lines)
    printlines(lines)

高级生成器用法

到目前为止，我们已经介绍了生成器最常见的用途和构造，但还有更多内容需要介绍。随着时间的推移，Python 为生成器添加了一些额外的方法：

• send() 函数

• throw() 函数

• close() 函数

接下来，我们来看一下如何使用这三个函数。

首先，新建一个生成器将生成素数，其实现如下：

def isPrime(n):
    if n < 2 or n % 1 > 0:
        return False
    elif n == 2 or n == 3:
        return True
    for x in range(2, int(n**0.5) + 1):
        if n % x == 0:
            return False
    return True

def getPrimes():
    value = 0
    while True:
        if isPrime(value):
            i = yield value
            if i is not None:
                value = i
        value += 1

然后我们调用 send() 函数，这个函数会向生成器 prime_gen 传入一个值，然后从这个值开始计算下一个素数的值：

prime_gen = getPrimes()
print(next(prime_gen))
print(prime_gen.send(1000))
print(next(prime_gen))

可以看到如下结果：

throw() 允许您使用生成器抛出异常。例如，这对于以某个值结束迭代很有用。比如我们想得到小于 20 的素数就可以使用如下方法：

prime_gen = getPrimes()

for x in prime_gen:
    if x > 20:
        prime_gen.throw(ValueError, "I think it was enough!")
    print(x)

运行该代码，得到结果如下：

在前面的示例中，我们通过引发异常来停止迭代，但这并不是用户想看到的，谁想看到报错呢。因此，结束迭代的更好方法是使用 close():

prime_gen = getPrimes()

for x in prime_gen:
    if x > 20:
        prime_gen.close()
    print(x)

运行结果如下图：

可以看到，生成器在运行到停止了，没有引发任何异常。

到此，相信大家对“Python中的生成器怎么实现”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！