看完这篇，你就知道Python生成器是什么(2)

当前位置:

首页 > Python基础教程 >

看完这篇，你就知道Python生成器是什么(2)

什么是生成器

知道迭代器之后，就可以正式进入生成器的话题了。普通函数用 return 返回一个值，和 Java 等其他语言是一样的，然而在 Python 中还有一种函数，用关键字 yield 来返回值，这种函数叫生成器函数，函数被调用时会返回一个生成器对象，生成器本质上还是一个迭代器，也是用在迭代操作中，因此它有和迭代器一样的特性，唯一的区别在于实现方式上不一样，后者更加简洁

最简单的生成器函数：

						>>> def func(n):

						...     yield n*2

						...

						>>> func

						<function func at 0x00000000029F6EB8>

						>>> g = func(5)

						>>> g

						<generator object func at 0x0000000002908630>

						>>>

func 就是一个生成器函数，调用该函数时返回对象就是生成器 g ，这个生成器对象的行为和迭代器是非常相似的，可以用在 for 循环等场景中。注意 yield 对应的值在函数被调用时不会立刻返回，而是调用next方法时（本质上 for 循环也是调用 next 方法）才返回

						>>> g = func(5)

						>>> next(g)

						10

						>>> g = func(5)

						>>> for i in g:

						...     print(i)

						...

						10

那为什么要用生成器呢？显然，用生成器在逼格上要比迭代器高几个等级，它没有那么多冗长代码了，而且性能上一样的高效，为什么不用呢？来看看用生成器实现斐波那契数列有多简单。

						def fib(n):

						    prev, curr = 0, 1

						    while n > 0:

						        n -= 1

						        yield curr

						        prev, curr = curr, curr + prev

						print([i for i in fib(10)])

						#[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

生成器表达式

在前面一期「这样写代码更优雅」的文章里面曾经介绍过列表推导式（list comprehension），生成器表达式与列表推导式长的非常像，但是它俩返回的对象不一样，前者返回生成器对象，后者返回列表对象。

1

2

3

4

5

6

						>>> g = (x*2 for x in range(10))

						>>> type(g)

						<type 'generator'>

						>>> l = [x*2 for x in range(10)]

						>>> type(l)

						<type 'list'>

栏目列表