面试必备|带你彻底搞懂Python生成器

2019年人工智能系统学：

https://edu.csdn.net/topic/ai30?utm_source=ai100_bw

作者 | Rocky0429

转载自 Python空间（ID:Devtogether）

 

写在之前

 

Python 的高级语言特性一直是我们学习 Python 的一个难点，大部分人并没有做到熟练的掌握，甚至去学习它都感觉很困难，「生成器」作为其中甚是有用的特性之一，更是如此。

 

因为在其它的主流语言（C/C++/JAVA）中并没有生成器的概念，加之其具有一定的难度，学习起来花费的时间成本较大，很多人自我安慰式的视其为“鸡肋”，然后果断放弃如此有用的一个高级语言特性，实在是一件很惋惜的事情。

 

其实不光是对于「生成器」而言，对于其它的高级语言特性还是建议大家要花点时间去搞懂的，不说其它，这些东西作为面试中常考的内容也应该引起你的重视，毕竟公司不是傻瓜，没有用的东西干嘛要考你？

 

接下来就让我们来一起学习「生成器」，我尽量用大家都听的懂的话，层层递进的讲解，保证大家都能看懂，前提是要有耐心，文章较长，建议先收藏再看。

 

答应我，一定要有耐心。

 

迭代器

 

在这说「迭代器」的原因是「生成器」自动实现了「迭代器协议」，所谓协议，就是一种约定。为了更好的理解生成器，我们需要简单知道一下「迭代器协议」到底是个什么东西。其实只需要满足两个两个条件：1.实现 __iter__ 方法；2.对象实现 next() 方法，要么返回迭代中的下一项，要么就是以 StopIteration 异常终止迭代。

 

对象就是「可迭代对象」，即实现了迭代器协议的对象，它实现了迭代器协议。其实像是 Python 中 for 循环，sum 函数等等就是使用迭代器协议访问对象。

 

你可能看着有点懵，怎么又是「迭代」又是「迭代器」又是「可迭代对象」的，这对大家来说是很抽象的概念，但是不用怕，我在很久之前的文章中，已经很详细的介绍过这俩哥们，你只需要点击下面的链接去看就好了，这也是面试中常见的问题哦：

 

零基础学习 Python 之初识迭代

Python 拓展之迭代器

 

生成器

 

如果你理解了上一节的内容，那么恭喜你，接下来学习「生成器」就会简单很多。Python 使用生成器对「延迟操作」提供了支持，所谓「延迟操作」就是在需要它的时候才产生结果，而不是说立即产生结果。

 

首先我们先来看一个入门级别的版本，你只需要点击下面的链接即可：

 

零基础学习 Python 之初识生成器

 

接下来讲的相当于是上面文章的一个延伸和再拓展。

 

Python 其实有两种不同的方法来提供生成器，一种是函数形式，另一种是表达式形式，说全一点儿就是「生成器函数」和「生成器表达式」。

 

1.生成器函数

 

「生成器函数」和普通的函数定义类似。区别在于普通函数使用 return 返回结果，生成器函数是用 yield 返回结果。

 

yield 的作用是在调用的时候返回相应的值，一次返回一个结果，在每个结果中间挂起函数的状态（即暂停执行），下一次执行是从上次暂停的位置开始，继续向下执行。

 

下面我们来做一道题，要求写出「将一个全是整数的列表进行操作后只保留奇数」。相信大多数人都能很快的写出下面这样的函数：

 

def get_odd(lst):
   res = []
   for i in lst:
       if i % 2:
           res.append(i)
   return res

def main():
   lst = range(10)
   for i in get_odd(lst):
       print(i)

if __name__ == '__main__':
   main()

 

上面这个没什么难度，既然我们学了「生成器」，我在前面还这么舔它，是不是我们该用生成器来做一下这道题？看看用生成器来做同样的功能，到底有什么不同：

 

def get_odd(lst):
   for i in lst:
       if i % 2:
           yield i

def main():
   lst = range(10)
   for i in get_odd(lst):
       print(i)

if __name__ == '__main__':
   main()

 

对比一下这个功能的两种做法，使用「生成器」以后，代码变的行数更少了（省去了对 res 的操作，不用把结果存在 res 里），代码整体看起来更清晰了（一看就知道干嘛的，不用一上来去想 res 是个什么鬼，append 进去的是个什么玩意儿）。

 

2.生成器表达式

 

「生成器表达式」和列表推导式类似。区别在于使用列表推导，一次会产生所有的结果，而用「生成器表达式」则不会这样，它是按需产生。

 

列表推导式的写法如下：

 

>>> res = [x for x in range(5)]
>>> res
[0, 1, 2, 3, 4]

 

生成器表达式就是将上面的 [] 变成 () 即可：

 

>>> res = (x for x in range(5))
>>> res
at 0x109d9f570>
>>> next(res)
0
>>> next(res)
1
>>> next(res)
2
>>> next(res)
3

 

我们也顺便简单的看一下「生成器」的优势在「生成器表达式」中是怎么体现的。如果我们想对一系列整数求和，直接用生成器可以写成下面这样：

 

>>> sum((x for x in range(5)))
10

 

当然为了方便起见，也可以省略圆括号，即写成下面这样：

 

>>> sum(x for x in range(5))
10

 

但是如果你用常规的写法去写，就会写成下面这样：

 

>>> sum([x for x in range(5)])
10

 

上面的代码先构造了一个列表，然后再用 sum 函数求和，多了一步，天差地别，光在时间效率上，就已经输掉了裤子。

 

所以综合上面文章所讲，「生成器」光在明面上的优点就有好几个：代码行数更少；代码更易读；时效更高...

 

所以，你还敢视它为“鸡肋”吗？

60s测试：你是否适合转型人工智能？

https://edu.csdn.net/topic/ai30?utm_source=ai100_bw

（本文为 AI科技大本营转载文章，转载请微信联系原作者）

 

群招募

 

扫码添加小助手微信，回复：公司+研究方向（学校+研究方向），邀你加入技术交流群。技术群审核较严，敬请谅解。

 

推荐阅读：

• 优秀开发者必备技能包：Python调试器

• 十大经典排序算法动画与解析，看我就够了！（附代码）

• 访问量最高超7百万的Stack Overflow问题竟然是...

• 新鲜开源：基于TF2.0的深度强化学习平台

• 交易机器人春天已来？先看完这篇再说吧

• 程序员求职新思路：互联网巨鳄瓜分 ToB 资源全公开

• 移动开发还有未来吗？

• 全面剖析企业私有云

• 月入5万，程序员夫人们过上"贵妇"生活了吗？

                         

点击“阅读原文”，查看历史精彩文章。