python 生成器的作用

1. 生成器

参考:
https://www.cainiaojc.com/python/python-generator.html

1.1. 什么是生成器?

在 python 中,一边循环一边计算的机制,称为生成器:generator.

1.2. 生成器有什么优点?

1、节约内存。python在使用生成器时对延迟操作提供了支持。所谓延迟,是指在需要的时候才产生结果,而不是立即产生结果。这样在需要的时候才去调用结果,而不是将结果提前存储起来要节约内存。比如用列表的形式存放较大数据将会占用不少内存。这是生成器的主要好处。比如大数据中,使用生成器来调取数据结果而不是列表来处理数据,因为这样可以节约内存。
2、迭代到下一次的调用时,所使用的参数都是第一次所保留下的。

1.3. 在python中创建生成器

在python中,有两种创建生成器的方式:

1.3.1. 生成器表达式

类似与列表推导,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。
使用列表推导,将会一次返回所有结果:

li=[i**2 for i in range(5)]
print(li)

运行结果:

[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:

li=(i**2 for i in range(5))
print(li)
for x in range(5):print(next(li))

运行结果:

<generator object <genexpr> at 0x7f124b6c8120>
0
1
4
9
16

注意:创建完成生成器后,可以使用next()来调用生成器的数据结果,每调用一次返回一个值,直到调用结束。调用结束后li中为空的,不在有任何值。要想使用它,只能重新创建新的生成器。(生成器表达式的第四行代码也可以改成:print(x).)

1.3.2. 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 语句每次返回一个结果,但每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行。我们下面来看一个例子。下面为一个可以无穷生产奇数的生成器函数。

def odd():n = 1while True:yield nn += 2odd_num = odd()
count = 0
for o in odd_num:if count >= 5:breakprint(o)count += 1

运行结果

1
3
5
7
9

上面的函数中,yield 是必备的,当一个普通函数中包含 yield 时,系统会默认为是一个 generator。

1.3.3. 生成器的两种方法

next() 和 send()
其中,next() 方法和 next 的作用是一样的。如下所示。

def fib(times):i=0 # 判断退出使用n=1 # 计算奇数使用while i < times:yield nn+=2i+=1f = fib(5)
for index in range(5):# print(next(f))print(f.__next__())

运行结果:

1
3
5
7
9

从上面的程序中可以看出,f.next() 和 next(f) 是作用是一样的。
下面再来看看send() 方法的使用。

def fib(times):i=0 # 判断退出使用n=1 # 计算奇数使用while i < times:# 添加变量 temptemp = yield nprint("fib", temp)n+=2i+=1f = fib(5)print(f.__next__())
print(f.send("haha"))
print(f.send("heihei"))

运行结果:

1
fib haha
3
fib heihei
5

从上面代码可以看出:使用 send() 时,必须在 yield 前面加上一个变量,并打印这个变量。在调用 send() 方法时其前面需要至少使用一次next() 或 next() 方法,因为生成器不可以在使用之前导入任何非 None 参数。由此可以知道,send() 是用来向生成器中导入参数并返回该参数的,与该参数一起返回的还有生成器中原先保存的数据。

1.3.4. 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:
1、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。
2、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
3、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,以便以后从它离开的地方继续执行。
生成器的唯一注意事项就是:生成器只能遍历一次

2. 迭代器

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历位置的对象。迭代器只能往前不能后退。
1、什么是可迭代对象
集合数据类型,如 list 、tuple、dict、set、str 等
生成器和带 yield 的 generator function
2、如何判断对象可迭代?
from collections import Iterable
isinstance([ ],Iterable)

try:from collections.abc import Iterable
except ImportError:from collections import Iterable
#from collections import Iterable
print(isinstance([], Iterable))
print(isinstance("abcdef", Iterable))
print(isinstance((x for x in range(5)), Iterable))
print(isinstance(123456, Iterable))
print(isinstance(True, Iterable))

运行结果:

True
True
True
False
False

如上,命令行模式下,先导入Iterable模块,然后输入isinstance([ ],Iterable),括号中前面为待判断的对象,结果以布尔类型结束(True或False),列表是可迭代对象,因此返回True。注意:整数是不可迭代对象。

故障排除:
ImportError: cannot import name ‘Iterable’ from ‘collections’ (/home/lianap/anaconda3/lib/python3.10/collections/init.py)
参考:
https://blog.csdn.net/weixin_55201180/article/details/131345280
3、什么是迭代器呢?
**迭代器是可以被 next() 函数调用并不断返回下一个值的对象称为迭代器。**因此生成器是迭代器的子类,但是注意集合类型的可迭代对象不是迭代器。
iter() 函数:将可迭代对象转换成迭代器。

print(isinstance(iter([1, 2, 3, 4]), Iterable))
print(isinstance([1, 2, 3, 4], Iterable))

运行结果:

True
True

以上描述持怀疑态度。

3. 闭包

3.1. 什么是闭包

内部函数对外部函数作用域里变量的引用(非全局变量),则称内部函数为闭包。
**闭包三要素:**嵌套函数,变量的引用,返回内部函数

# 定义一个嵌套函数(要素1)
def test(num):def test_in(num_in):# 内部函数引用外部函数的变量(非全局变量)(要素2)print("sum=%s"%(num + num_in))# 返回的结果可以被打印出来return num,num_in# 返回内部的函数(要素3)return test_in# 这里的rtn就是 test_in
rtn = test(10)
print(rtn)# 内部函数test_in传参
print(rtn(20))

运行结果:

<function test.<locals>.test_in at 0x7fbf353c9900>
sum=30
(10, 20)

3.2. 闭包的应用

#求一元一次方程的值,输入x,求y
def fun(a,b):     #其中a,b是固定的def fun_in(x):return a*x+breturn fun_in
f = fun(3,5)
print(f(1))    #每次输入不同的x值即可求出对应的y值
print(f(3))

运行结果:

8
14

上面的函数中,利用闭包来求一元一次方程的值,更方便,直接输入x的值即可求出对应的y的值。因为这利用了闭包可以记住外部函数的参数的特性。

4. 装饰器

4.1. 什么是装饰器(decorator)

装饰器其实就是一个闭包,把一个函数当作参数然后返回一个替代版函数。
装饰器有2个特性:
1、可以把被装饰的函数替换成其他函数
2、可以在加载模块时候立即执行
举例如下:
A、装饰器对无参数函数进行装饰:

# 装饰器本质就是一个闭包
# 将函数当做参数传进去
def deco(fun):def inner():print("你想进行的操作1")fun()print("你想进行的操作2")return inner# @deco 是一个“语法糖”
@deco
def test():print("test函数的操作")# 这个test已经被装饰了,不是原来的test
# 等同于
# rtn = deco(test)
# rtn()
test()

运行结果:

你想进行的操作1
test函数的操作
你想进行的操作2

4.2. 装饰器的功能有

1、引入日志
2、函数执行时间统计
3、执行函数前预备处理
4、执行函数后清理功能
5、权限校验等场景
6、缓存

4.3. 装饰器的分类

装饰器可分为:对有无参数函数进行装饰的装饰器,对有无返回值函数进行装饰的装饰器,组合起来一共有4种。
即:装饰器对无参数无返回值的函数进行装饰,装饰器对无参数有返回值的函数进行装饰,装饰器对有参数无返回值的函数进行装饰,装饰器对有参数有返回值的函数进行装饰。

4.3.1. 装饰器对无参数函数进行装饰

#定义函数:完成包裹数据
def makeBold(fn):def wrapped():return "<b>" + fn() + "</b>"return wrapped#定义函数:完成包裹数据
def makeItalic(fn):def wrapped():return "<i>" + fn() + "</i>"return wrapped@makeBold
def test1():return "hello world - 1"@makeItalic
def test2():return "hello world - 2"@makeBold
@makeItalic
def test3():return "hello world - 3"print(test1())
print(test2())
print(test3())

运行结果:

<b>hello world - 1</b>
<i>hello world - 2</i>
<b><i>hello world - 3</i></b>

上面这个例子是做网页的时候对字体进行设置,对 test1() 进行加粗,对 test2() 斜体处理,对 test3() 先斜体在加粗。
注意:对一个函数可以同时使用多个装饰器,装饰顺序由内而外。

4.3.2. 装饰器对有参数函数进行装饰

# 定义一个装饰器
def deco(func):def inner(a, b):    # 内部函数的参数必须和被装饰的函数保持一致print("添加的功能1")func(a, b)print("添加的功能2")return inner@deco
# 有参数的函数
def sum(a, b):print(a+b)sum(10,20)

运行结果:

添加的功能1
30
添加的功能2

当装饰器装饰有参数的函数时,装饰器内部的函数也必须带有和其相同的参数,因为被装饰的参数会被当成参数传进装饰器的内部函数中,如果两者的参数不一致,会报错。

4.3.3. 装饰器对不定长参数函数进行装饰

from time import ctime,sleep
#定义一个装饰器,装饰不定长参数函数
def deco(func):def inner(*args, **kwargs):print("%s called at the %s"%(func.__name__,ctime()))func(*args,**kwargs)return inner@deco
def test1(a, b, c):print(a+b+c)@deco
def test2(a, b):print(a+b)test1(10,20,30)
sleep(2)
test1(30,40,50)sleep(1)
test2(10,20)

运行结果:

test1 called at the Tue Nov 28 22:23:36 2023
60
test1 called at the Tue Nov 28 22:23:38 2023
120
test2 called at the Tue Nov 28 22:23:39 2023
30

4.3.4. 装饰器对有返回值的函数进行装饰

from time import ctime,sleep
#定义一个装饰器,装饰不定长参数函数
def deco(func):def inner(*args,**kwargs):print("%s called at the %s"%(func.__name__,ctime()))return func(*args,**kwargs)return inner
#上面的装饰器是一个万能的装饰器,因为它可以装饰任意一种函数
#包括有无参数函数和有无返回值函数@deco
def test():return "---ha--ha---"t = test()
print(t)

运行结果:

test called at the Tue Nov 28 22:26:46 2023
---ha--ha---

该装饰器是一个万能的装饰器,因为其可以用来装饰任何函数,包括有无参数函数和有无返回值函数。
参考:
https://blog.51cto.com/u_39029/6405726

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/185890.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

PC端企业微信hook协议开发,获取要群发的客户群id

产品说明 一、 hook版本&#xff1a;企业微信hook接口是指将企业微信的功能封装成dll&#xff0c;并提供简易的接口给程序调用。通过hook技术&#xff0c;可以在不修改企业微信客户端源代码的情况下&#xff0c;实现对企业微信客户端的功能进行扩展和定制化。企业微信hook接口…

【模电】基本共射放大电路的组成及各元件的作用

基本共射放大电路的组成及各元件的作用 下图所示为基本共射放大电路&#xff0c;晶体管是起放大作用的核心元件。输入信号 U ˙ i \.{U}\tiny i U˙i为正弦波电压。 当 u i 0 {u\tiny i}0 ui0时&#xff0c;称放大电路处于静态。在输入回路中&#xff0c;基极电源 V B B V\tin…

Re8 Generative Modeling by Estimating Gradients of the Data Distribution

宋扬博士的作品&#xff0c;和DDPM同属扩散模型开创工作&#xff0c;但二者的技术路线不同 Introduction 当前生成模型主要分成两类 基于似然模型 通过近似最大似然直接学习分布的概率密度&#xff0c;如VAE 隐式生成模型 概率分布由其抽样过程的模型隐式表示&#xff0c…

vue3+ts 实现时间间隔选择器

需求背景解决效果视频效果balancedTimeElement.vue 需求背景 实现一个分片的时间间隔选择器&#xff0c;需要把显示时间段显示成图表&#xff0c;涉及一下集中数据转换 [“02:30-05:30”,“07:30-10:30”,“14:30-17:30”]‘[(2,5),(7,10),(14,17)]’[4, 5, 6, 7, 8, 9, 10, …

掌握Python BentoML:构建、部署和管理机器学习模型

更多资料获取 &#x1f4da; 个人网站&#xff1a;ipengtao.com BentoML是一个开源的Python框架&#xff0c;旨在简化机器学习模型的打包、部署和管理。本文将深入介绍BentoML的功能和用法&#xff0c;提供详细的示例代码和解释&#xff0c;帮助你更好地理解和应用这个强大的工…

volatile-之小总结

凭什么我们Java写了一个volatile关键字&#xff0c;系统底层加入内存屏障&#xff1f;两者的关系如何勾搭&#xff1f; 内存屏障是什么&#xff1f; 是一种屏障指令&#xff0c;它使得CPU或编译器对屏障指令的前和后所发出的内存操作执行一个排序的约 束。也称为内存栅栏或栅…

低价商品采购API接口

采购商品地址http://sly.yizhaosulianyun.com/More/Push/888889?type3 低价商品采购API接口 1) 请求地址 http://sly.yizhaosulianyun.com/jd/keyWords 2) 调用方式&#xff1a;HTTP post 3) 接口描述&#xff1a; 低价商品采购接口 4) 请求参数: POST参数: 字段名称字段…

如何实现大数据渲染

在前端实现大数据渲染时&#xff0c;常见的优化方式是使用虚拟滚动&#xff08;Virtual Scrolling&#xff09;或无限滚动&#xff08;Infinite Scrolling&#xff09;技术。这些技术可以帮助降低内存消耗和提高渲染性能&#xff0c;以下是一些常用的实现方法&#xff1a; 虚拟…

获取MATLAB默认配色方案

color_map get(gca, ColorOrder)转化为 十六进制 程序参考链接 % 输入&#xff1a;1x3 行向量&#xff0c;例如 [0 113.9850 188.9550] % 输出&#xff1a;字符串&#xff0c;例如 #1183CE function HEXRGB2HEX(RGB)% RGB2HEX : 实现颜色RGB值转化haex% 输入RGB三个数的数…

《Python机器学习原理与算法实现》学习笔记--一文掌握机器学习与Python的基础概念

机器学习常见的基础概念 根据输入数据是否具有“响应变量”信息&#xff0c;机器学习被分为“监督式学习”和“非监督式学习”。“监督式学习”即输入数据中即有X变量&#xff0c;也有y变量&#xff0c;特色在于使用“特征&#xff08;X变量&#xff09;”来预测“响应变量&am…

深度学习:什么是知识蒸馏

1 概况 1.1 定义 知识蒸馏&#xff08;Knowledge Distillation&#xff09;是一种深度学习技术&#xff0c;旨在将一个复杂模型&#xff08;通常称为“教师模型”&#xff09;的知识转移到一个更简单、更小的模型&#xff08;称为“学生模型”&#xff09;中。这一技术由Hint…

会泽一村民上山放羊吸烟引发森林火灾,AI科技急需关注

2023年4月&#xff0c;会泽县古城街道厂沟村委会望香台山林中发生了一场由疏忽引发的森林火灾。张某某在放羊时未完全熄灭烟头&#xff0c;导致7.33公顷的林地和草地被焚毁&#xff0c;直接经济损失高达29.097万元。这一事件再次凸显了日常生活中的安全隐患。 在这一背景下&…

GeoServer改造Springboot源码四(图层管理设计)

一、界面设计 图 1图层管理列表 图 2选择图层数据源 图 3添加图层 图 4编辑图层

Fortinet 发布《2024 年网络威胁趋势预测报告》 攻击精准性、复杂性将显著提升

近日&#xff0c;全球网络安全领导者Fortinet&#xff08;Nasdaq&#xff1a;FTNT&#xff09;发布《2024 年网络威胁趋势预测报告》。该报告由Fortinet全球威胁情报和研究团队&#xff08;FortiGuard Labs&#xff09;制作&#xff0c;深入探讨了高级持续性网络犯罪的新时代&a…

如何决定产品功能的优先顺序:从 Scrum 过渡到 Shape Up

领导者应该决定要解决的问题的“内容”和“时间”&#xff08;而不是要实施的解决方案&#xff09;。产品团队成员应该可以自由地通过他们只能根据自己的专业知识和知识构思和执行的解决方案来定义“如何”。本文将指导我们从 Scrum 转向Shape Up&#xff0c;立即开始按时交货&…

芯片技术探索:了解构芯片的设计与制造之旅

芯片技术探索:了解构芯片的设计与制造之旅 一、引言 随着现代科技的飞速发展,芯片作为信息技术的核心,已经渗透到我们生活的方方面面。从智能手机、电视、汽车到医疗设备和工业控制系统,芯片在各个领域都发挥着至关重要的作用。然而,对于大多数人来说,芯片仍然是一个神秘…

11.30

1.设计一个Per类&#xff0c;类中包含私有成员:姓名、年龄、指针成员身高、体重&#xff0c;再设计一个Stu类&#xff0c;类中包含私有成员:成绩、Per类对象p1&#xff0c;设计这两个类的构造函数、析构函数和拷贝构造函数。 #include <iostream>using namespace std;cl…

从setText处理来学习绘制流程

Android中TextView调用setText是会进行text文字的更新&#xff0c;是一个比较简单的画面变化&#xff0c;这可以作为一个出发点来查看绘制处理流程。这里来问问chatGPT&#xff0c;来查看大致流程 请讲讲Android中textView的setText处理流程 ChatGPT Poe 当你调用 textView.s…

python获取网络时间,0延时

在我的一个python定时执行程序中&#xff0c;自定义了一个定时执行程序的功能&#xff0c;但是有很多服务器跟网络时间是不同的&#xff0c;或快或慢&#xff0c;那么如何用网络时间进行定时呐。 获取网络时间&#xff08;0延时&#xff09; python有很多获取网络时间方法&am…

【蓝桥杯选拔赛真题70】Scratch输入输出数字 少儿编程scratch图形化编程 蓝桥杯创意编程选拔赛真题解析

目录 scratch输入输出数字 一、题目要求 编程实现 二、案例分析 1、角色分析