python怎么生成,怎样用python自动生成python代码

　　自从PEP 255被引入生成器以来，它已经成为Python的重要组成部分。

　　生成器允许你定义一个具有迭代器行为的函数。

　　它允许程徐苑创建一个迭代器更快，更简单，在一个干净的方式。

　　那么什么是迭代器呢，你或许会问？

　　迭代器迭代器是一个可以迭代的(循环)对象。它可以被抽象为一个容器，包含数据和迭代对象的行为。也许你已经在每天使用一些迭代对象：比如字符串、列表、字典或者其他有名字的对象。

　　迭代器是一个实现迭代器接口迭代器协议的类。这个接口为类提供了两个方法：__iter__和__next__。

　　嗯~回到上一步。为什么要创建迭代器？

　　节省内存空间

　　实例化时，迭代器不会计算每一项的值，它们只是等待你访问这些项。这也被称为懒惰评估。

　　当您有非常大的数据集要计算时，惯性评估非常有用。它允许您立即开始使用数据，即使整个数据集仍在计算中。

　　假设我们想得到所有小于某个值的质数。

　　让我们首先定义一个可以检查一个数是否是质数的函数：

　　defcheck_prime(编号):

　　fordivisorinrange(2，int(number**0.5) 1):

　　ifnumber %除数==0:

　　返回False

　　那么，我们用__iter__和__next__方法定义一个迭代器类。

　　classPrimes:

　　def__init__(self，max):

　　self.max=max

　　self.number=1

　　def__iter__(self):

　　回归自我

　　def__next__(self):

　　self.number=1

　　ifself.number=self.max:

　　提高生产率

　　elifcheck_prime(自己的号码):

　　铌

　　sp;returnself.number

　　else:

　　returnself.__next__()Primes类通过给定一个值来实例化。如果下一个素数比值max还要大，迭代器就会抛出一个StopIteration异常来把迭代器停掉。

　　当我们请求迭代器中的下一个元素时，它会给number加 1 并检查这个数字是否为素数。如果不是，它会再次调用__next__直到number成为素数。一旦如此，迭代器就将这个数字返回。

　　通过使用迭代器，我们并不会在内存中创建一个包含很多素数的列表。相反，我们将会在每次请求下一个素数时才去生成它。

　　让我们来试一试：

primes=Primes(100000000000)
　　print(primes)
　　forxinprimes:
　　print(x)
　　......
　　<__main__.Primesobjectat0x1021834a8>
　　2
　　3
　　5
　　7
　　11
　　...

　　迭代器只可以被迭代一轮。如果你尝试再迭代primes一轮，它将不会返回任何值，表现得就像个空列表。

　　既然我们已经知道了什么是迭代器，以及怎么制作一个迭代器，我们接下来将继续来看看生成器。

　　生成器

　　回想下，生成器函数允许我们以一种更简单的方式来创建迭代器。

　　生成器给 Python 引入了yield声明。它用起来有点像return，因为它会返回一个值。

　　区别在于yield会保存函数的状态。在函数下一次被调用时，将会从其离开的地方继续执行，并且变量值也与它之前执行yield操作前相同。

　　如果把我们的Primes迭代器转换为生成器，它看起来会像这样：

defPrimes(max):
　　number=1
　　whilenumber<max:
　　number+=1
　　ifcheck_prime(number):
　　yieldnumber
　　primes=Primes(100000000000)
　　print(primes)
　　forxinprimes:
　　print(x)
　　......
　　<generatorobjectPrimesat0x10214de08>
　　2
　　3
　　5
　　7
　　11

　　当然！我们可以使用PEP 289中介绍的生成器表达式。

　　这相当于是生成器的列表推导式。它用起来与列表推导式相同，不过表达式由()包裹而不是[]。

　　下面的表达式可以代替我们上面的生成器函数：

primes=(iforiinrange(2,100000000000)ifcheck_prime(i))
　　print(primes)
　　forxinprimes:
　　print(x)
　　......
　　<generatorobject<genexpr>at0x101868e08>
　　2
　　3
　　5
　　7
　　11
　　...

　　总结

　　生成器允许你以一种非常 pythonic 的方式来创建迭代器。迭代器允许惰性求值，只有在请求下一个元素时迭代器对象才会去生成它。这对于非常大的数据集是很有用的。迭代器和生成器都只能被迭代一轮。生成器函数比迭代器更好。生成器表达式比迭代器更好（只在简单情况下如此）。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。