python怎么生成,怎样用python自动生成python代码

  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

  ...

对Primes对象的每一次迭代都调用了__next__来生成下一个素数。

  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

现在真是太 pythonic 了!我们还能再给力点吗?

  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

  ...

这就是 Python 生成器的美妙之处。

  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。

留言与评论(共有 条评论)
   
验证码: