深刻理解Python中的生成器

生成器(generator)概念

生成器不會把結果保存在一個系列中，而是保存生成器的狀態，在每次進行迭代時返回一個值，直到遇到StopIteration異常結束。

生成器語法

1. 生成器函數： 在函數中若是出現了yield關鍵字，那麼該函數就再也不是普通函數，而是生成器函數。
   可是生成器函數能夠生產一個無線的序列，這樣列表根本沒有辦法進行處理。
   yield 的做用就是把一個函數變成一個 generator，帶有 yield 的函數再也不是一個普通函數，Python 解釋器會將其視爲一個 generator。

下面爲一個能夠無窮生產奇數的生成器函數。

def odd():
    n=1
    while True:
        yield n
        n+=2
odd_num = odd()
count = 0
for o in odd_num:
    if count >=5: break
    print(o)
    count +=1

　　固然經過手動編寫迭代器能夠實現相似的效果，只不過生成器更加直觀易懂

class Iter:
    def __init__(self):
        self.start=-1
    def __iter__(self):
        return self
    def __next__(self):
        self.start +=2 
        return self.start
I = Iter()
for count in range(5):
    print(next(I))

　　題外話： 生成器是包含有__iter__()和__next__()方法的，因此能夠直接使用for來迭代，而沒有包含StopIteration的自編Iter來只能經過手動循環來迭代。

>>> from collections import Iterable
>>> from collections import Iterator
>>> isinstance(odd_num, Iterable)
True
>>> isinstance(odd_num, Iterator)
True
>>> iter(odd_num) is odd_num
True
>>> help(odd_num)
Help on generator object:

odd = class generator(object)
 |  Methods defined here:
 |
 |  __iter__(self, /)
 |      Implement iter(self).
 |
 |  __next__(self, /)
 |      Implement next(self).
 ......

　　

看到上面的結果，如今你能夠頗有信心的按照Iterator的方式進行循環了吧！

在 for 循環執行時，每次循環都會執行 fab 函數內部的代碼，執行到 yield b 時，fab 函數就返回一個迭代值，下次迭代時，代碼從 yield b 的下一條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是徹底同樣的，因而函數繼續執行，直到再次遇到 yield。看起來就好像一個函數在正常執行的過程當中被 yield 中斷了數次，每次中斷都會經過 yield 返回當前的迭代值。

生成器支持的方法

close()

手動關閉生成器函數，後面的調用會直接返回StopIteration異常。

>>> def g4():
...     yield 1
...     yield 2
...     yield 3
...
>>> g=g4()
>>> next(g)
1
>>> g.close()
>>> next(g)    #關閉後，yield 2和yield 3語句將再也不起做用
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

　　

send()

生成器函數最大的特色是能夠接受外部傳入的一個變量，並根據變量內容計算結果後返回。
這是生成器函數最難理解的地方，也是最重要的地方，實現後面我會講到的協程就全靠它了。

def gen():
    value = 0
    while True:
        receive = yield value
        print(receive)
        if receive == 'e':
            break
        value = receive

g = gen()
print(g.send(None))
print(g.send(1))
print(g.send(2))
print(g.send('e'))

執行流程：

1. 經過g.send(None)或者next(g)能夠啓動生成器函數，並執行到第一個yield語句結束的位置。
   此時，執行完了yield語句，可是沒有給receive賦值。
   yield value會輸出初始值0
   注意：在啓動生成器函數時只能send(None),若是試圖輸入其它的值都會獲得錯誤提示信息。
2. 經過g.send(1)，會傳入1，並賦值給receive，而後計算出value的值，並回到while頭部，執行yield value語句後中止。
   此時yield value會輸出1，而後掛起。
3. 經過g.send(2)，會重複第2步，最後輸出結果爲2
4. 當咱們g.send('e')時，程序會執行break而後推出循環，最後整個函數執行完畢，因此會獲得StopIteration異常。
   最後的執行結果以下：

0
1
1
2
2
e

StopIteration

　　

throw()

用來向生成器函數送入一個異常，能夠結束系統定義的異常，或者自定義的異常。
throw()後直接跑出異常並結束程序，或者消耗掉一個yield，或者在沒有下一個yield的時候直接進行到程序的結尾。

def gen():
    while True: 
        try:
            yield 'normal value'
            yield 'normal value 2'
            print('here')
        except ValueError:
            print('we got ValueError here')
        except TypeError:
            break

g=gen()
print(next(g))
print(g.throw(ValueError))
print(next(g))
print(g.throw(TypeError))

　　輸出結果爲：

normal value
we got ValueError here
normal value
normal value 2
Traceback (most recent call last):
  File "h.py", line 15, in <module>
    print(g.throw(TypeError))
StopIteration

　　解釋：

1. print(next(g))：會輸出normal value，並停留在yield 'normal value 2'以前。
2. 因爲執行了g.throw(ValueError)，因此會跳過全部後續的try語句，也就是說yield 'normal value 2'不會被執行，而後進入到except語句，打印出we got ValueError here。
   而後再次進入到while語句部分，消耗一個yield，因此會輸出normal value。
3. print(next(g))，會執行yield 'normal value 2'語句，並停留在執行完該語句後的位置。
4. g.throw(TypeError)：會跳出try語句，從而print('here')不會被執行，而後執行break語句，跳出while循環，而後到達程序結尾，因此跑出StopIteration異常。

下面給出一個綜合例子，用來把一個多維列表展開，或者說扁平化多維列表

def flatten(nested):
    try:
        # 若是是字符串，那麼手動拋出TypeError。
        if isinstance(nested, str):
            raise TypeError
        for sublist in nested:
            # yield flatten(sublist)
            for element in flatten(sublist):
                yield element
                # print('got:', element)
    except TypeError:
        # print('here')
        yield nested


L = ['aaadf', [1, 2, 3], 2, 4, [5, [6, [8, [9]], 'ddf'], 7]]
for num in flatten(L):
    # print(num)
    pass

　　

yield from

yield產生的函數就是一個迭代器，因此咱們一般會把它放在循環語句中進行輸出結果。
有時候咱們須要把這個yield產生的迭代器放在另外一個生成器函數中，也就是生成器嵌套。
好比下面的例子：

def inner():
    for i in range(10):
        yield i
def outer():
    g_inner=inner()    #這是一個生成器
    while True:
        res = g_inner.send(None)
        yield res

g_outer=outer()
while True:
    try:
        print(g_outer.send(None))
    except StopIteration:
        break

　　此時，咱們能夠採用yield from語句來減小我麼你的工做量。

def outer2():
    yield from inner()

　　

總結

1. 按照鴨子模型理論，生成器就是一種迭代器，能夠使用for進行迭代。
2. 第一次執行next(generator)時，會執行完yield語句後程序進行掛起，全部的參數和狀態會進行保存。
   再一次執行next(generator)時，會從掛起的狀態開始日後執行。
   在遇到程序的結尾或者遇到StopIteration時，循環結束。
3. 能夠經過generator.send(arg)來傳入參數，這是協程模型。
4. 能夠經過generator.throw(exception)來傳入一個異常。throw語句會消耗掉一個yield。
   能夠經過generator.close()來手動關閉生成器。
5. next()等價於send(None)

 

 面試題

def count_down(n):
    while n >= 0:
        newn = yield n
        if newn:
            n = newn

        else:
            n -= 1

cd = count_down(5)
for i in cd:
    print(i, ',')
    if i == 5:
        cd.send(3)

結果：
5 ,
2 ,
1 ,
0 ,

　　

 

本文章內容參考連接：https://www.cnblogs.com/jessonluo/p/4732565.html