说说生成器

说说生成器

在Python这门语言中，生成器毫无疑问是最有用的特性之一。与此同时，也是使用的最不广泛的Python特性之一。究其原因，主要是因为，在其他主流语言里面没有生成器的概念。正是由于生成器是一个“新”的东西，所以，它一方面没有引起广大工程师的重视，另一方面，也增加了工程师的学习成本，最终导致大家错过了Python中如此有用的一个特性。

我的这篇文章，希望通过简单易懂的方式，深入浅出地介绍Python的生成器，以改变“如此有用的特性却使用极不广泛”的现象。本文的组织如下：在第1章，我们简单地介绍了Python中的迭代器协议；在本文第2章，将会详细介绍生成器的概念和语法；在第3章，将会给出一个有用的例子，说明使用生成器的好处；在本文最后，简单的讨论了使用生成器的注意事项。

1. 迭代器协议

由于生成器自动实现了迭代器协议，而迭代器协议对很多人来说，也是一个较为抽象的概念。所以，为了更好的理解生成器，我们需要简单的回顾一下迭代器协议的概念。

迭代器协议是指：对象需要提供next方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代 可迭代对象就是：实现了迭代器协议的对象 协议是一种约定，可迭代对象实现迭代器协议，Python的内置工具(如for循环，sum，min，max函数等)使用迭代器协议访问对象。

举个例子：在所有语言中，我们都可以使用for循环来遍历数组，Python的list底层实现是一个数组，所以，我们可以使用for循环来遍历list。如下所示：

>>> for n in [1, 2, 3, 4]: ... print n

但是，对Python稍微熟悉一点的朋友应该知道，Python的for循环不但可以用来遍历list，还可以用来遍历文件对象，如下所示：

>>> with open(‘/etc/passwd’) as f: # 文件对象提供迭代器协议 ... for line in f: # for循环使用迭代器协议访问文件 ... print line ...

为什么在Python中，文件还可以使用for循环进行遍历呢？这是因为，在Python中，文件对象实现了迭代器协议，for循环并不知道它遍历的是一个文件对象，它只管使用迭代器协议访问对象即可。正是由于Python的文件对象实现了迭代器协议，我们才得以使用如此方便的方式访问文件，如下所示：

>>> f = open('/etc/passwd') >>> dir(f) ['__class__', '__enter__', '__exit__', '__iter__', '__new__', 'writelines', '...' 2. 生成器

Python使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。

Python有两种不同的方式提供生成器：

生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表2.1 生成器函数

我们来看一个例子，使用生成器返回自然数的平方（注意返回的是多个值）：

def gensquares(N): for i in range(N): yield i ** 2 for item in gensquares(5): print item,

使用普通函数：

def gensquares(N): res = [] for i in range(N): res.append(i*i) return res for item in gensquares(5): print item,

可以看到，使用生成器函数代码量更少。

2.2 生成器表达式

使用列表推导，将会一次产生所有结果：

>>> squares = [x**2 for x in range(5)] >>> squares [0, 1, 4, 9, 16]

将列表推导的中括号，替换成圆括号，就是一个生成器表达式：

>>> squares = (x**2 for x in range(5)) >>> squares <generator object at 0x00B2EC88> >>> next(squares) 0 >>> next(squares) 1 >>> next(squares) 4 >>> list(squares) [9, 16]

Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：

>>> sum(x ** 2 for x in xrange(4))

而不用多此一举的先构造一个列表：

>>> sum([x ** 2 for x in xrange(4)]) 2.3 再看生成器

前面已经对生成器有了感性的认识，我们以生成器函数为例，再来深入探讨一下Python的生成器：

语法上和函数类似：生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义，差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值自动实现迭代器协议：对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常状态挂起：生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行3. 示例

我们再来看两个生成器的例子，以便大家更好的理解生成器的作用。

首先，生成器的好处是延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用。

大家可以在自己电脑上试试下面两个表达式，并且观察内存占用情况。对于前一个表达式，我在自己的电脑上进行测试，还没有看到最终结果电脑就已经卡死，对于后一个表达式，几乎没有什么内存占用。

sum([i for i in xrange(10000000000)]) sum(i for i in xrange(10000000000))

除了延迟计算，生成器还能有效提高代码可读性。例如，现在有一个需求，求一段文字中，每个单词出现的位置。

不使用生成器的情况：

def index_words(text): result = [] if text: result.append(0) for index, letter in enumerate(text, 1): if letter == ' ': result.append(index) return result

使用生成器的情况：

def index_words(text): if text: yield 0 for index, letter in enumerate(text, 1): if letter == ' ': yield index

这里，至少有两个充分的理由说明 ，使用生成器比不使用生成器代码更加清晰：

使用生成器以后，代码行数更少。大家要记住，如果想把代码写的Pythonic，在保证代码可读性的前提下，代码行数越少越好不使用生成器的时候，对于每次结果，我们首先看到的是result.append(index)，其次，才是index。也就是说，我们每次看到的是一个列表的append操作，只是append的是我们想要的结果。使用生成器的时候，直接yield index，少了列表append操作的干扰，我们一眼就能够看出，代码是要返回index。

这个例子充分说明了，合理使用生成器，能够有效提高代码可读性。只要大家完全接受了生成器的概念，理解了yield语句和return语句一样，也是返回一个值。那么，就能够理解为什么使用生成器比不使用生成器要好，能够理解使用生成器真的可以让代码变得清晰易懂。

4. 使用生成器的注意事项

相信通过这篇文章，大家已经能够理解生成器的作用和好处。但是，还没有结束，使用生成器，也有一点注意事项。

我们直接来看例子，假设文件中保存了每个省份的人口总数，现在，需要求每个省份的人口占全国总人口的比例。显然，我们需要先求出全国的总人口，然后在遍历每个省份的人口，用每个省的人口数除以总人口数，就得到了每个省份的人口占全国人口的比例。

如下所示：

def get_province_population(filename): with open(filename) as f: for line in f: yield int(line) gen = get_province_population('data.txt') all_population = sum(gen) #print all_population for population in gen: print population / all_population

执行上面这段代码，将不会有任何输出，这是因为，生成器只能遍历一次。在我们执行sum语句的时候，就遍历了我们的生成器，当我们再次遍历我们的生成器的时候，将不会有任何记录。所以，上面的代码不会有任何输出。

因此，生成器的唯一注意事项就是：生成器只能遍历一次。

5. 总结

本文深入浅出地介绍了Python中，一个容易被大家忽略的重要特性，即Python的生成器。为了讲解生成器，本文先介绍了迭代器协议，然后介绍了生成器函数和生成器表达式，并通过示例演示了生成器的优点和注意事项。在实际工作中，充分利用Python生成器，不但能够减少内存使用，还能够提高代码可读性。掌握生成器也是Python高手的标配。希望本文能够帮助大家理解Python的生成器。

对我这篇文章感兴趣的同学，也可以看看我之前的回答：怎么样才算是精通 Python？

哈哈，别用了 序列号就用 33333好了，哈哈

不用CD -Key

目前我们中国的情人节七夕就要到来了，单身狗这下又凄惨了，好多人在朋友圈已经开始出卖自己，出卖灵魂了。哈哈哈！！！目前网上正在流行这个七夕出租自己生成器怎么玩的呢?新云小编就来给大家说说。

七夕出租自己说说

七夕单身男人出租 (限女性年龄16-26)

统一价格如下:

陪逛街:5/小时 3小时起10元/小时 (鞋底要报销)

陪吃饭:1元/小时 3小时起5元/小时 (雇主请客制)

陪看电影:5元/小时 3场以上8折优惠 (禁止看鬼片)

陪去聚会:5元/小时 3小时起8元/小时 (危险地方不去)

拉手:1元/次 5元/包天

拥抱:2元/次 2元/包天

接吻:3元/次 10元/包天

陪过夜:我倒贴50元

限量

七夕出租自己生成器怎么玩

1、首先，打开装逼神器APP主页，点击箭头所指的右上角的搜索框位置！

2、然后输入出租，点击搜索！出现情人节出租，点进去。

3、然后，在情人节出租的界面，上传你的图片，输入姓名和微信号！点击一键生成！

4、然后，你的情人节出租自己的图片就生成好啦！

在QQ空间将鼠标移到上面导航条的“我的主页”下拉菜单里点日志，再点生活记录。 这里可看到上传的图片和发表的说说记录，可一键发表成日志，如果日志仅自己可见，修改下日志访问权限即可。 而更早期的说说要想生成日志，只有逐条手动添加编辑了的。
.

那你就直接在说说那里点击生成日志就可以了，这样的话就是你会形成一个日志，记录你每天的心情的，就相当于你交的时候写的那个一本日志，他给你整合在一起。