首页 > 代码库 > Python学习笔记（四） 列表生成式_生成器
Python学习笔记（四） 列表生成式_生成器
笔记摘抄来自：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000
本文章仅供自己复习使用，侵删；
- 列表生成器
# 例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：import os[d for d in os.listdir(‘.‘)]#for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方: [4, 16, 36, 64, 100][x * x for x in range(1, 11) if x % 2 == 0]
#最后把一个list中所有的字符串变成小写：L = [‘Hello‘, ‘World‘, ‘IBM‘, ‘Apple‘][s.lower() for s in L] # [‘hello‘, ‘world‘, ‘ibm‘, ‘apple‘]
- 生成器
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，可以通过 next() 函数获得generator的下一个返回值：
>>> next(g)0>>> next(g)1>>> next(g)4>>> next(g)9>>> next(g)16>>> next(g)25>>> next(g)36>>> next(g)49>>> next(g)64>>> next(g)81>>> next(g)Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration
正确的方法是使用for循环，因为generator也是可迭代对象：
>>> g = (x * x for x in range(10))>>> for n in g:... print(n)... 0149162536496481
如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b #如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator： a, b = b, a + b n = n + 1 return ‘done‘
这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时 从上次返回的yield语句处继续执行。
举个简单的例子，定义一个generator，依次返回数字1，3，5：
def odd(): print(‘step 1‘) yield 1 print(‘step 2‘) yield(3) print(‘step 3‘) yield(5)
调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：
>>> o = odd()>>> next(o)step 11>>> next(o)step 23>>> next(o)step 35>>> next(o)Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration
可以看到，odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。
回到fib的例子，我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
>>> for n in fib(6):... print(n)...112358
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
>>> g = fib(6)>>> while True:... try:... x = next(g)... print(‘g:‘, x)... except StopIteration as e:... print(‘Generator return value:‘, e.value)... break...g: 1g: 1g: 2g: 3g: 5g: 8Generator return value: done
- 杨辉三角
def triangles(): l=[1] r=[] while True: l=r r=[] for i in list(range(1,len(l)+2)): if (i-1)<=0 or i>len(l): r.append(1) else: r.append(l[i-2]+l[i-1]) yield r #每次执行从这里退出，下次执行时，从这里开始 n = 0for t in triangles(): print(t) n = n + 1 if n == 10: break
Python学习笔记（四） 列表生成式_生成器