Python函数编程——列表生成式和生成器

Python函数编程——列表生成式和生成器

1、列表生成式

如今有个需求，现有列表a=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求你把列表里的每一个值加1，你怎么实现？

一、二逼青年版

生成一个新列表b，遍历列表a,把每一个值加1后存在b里，最后再把a=b, 这样二逼的缘由不言而喻，生成了新列表，浪费了内存空间。

>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> b = []
>>> for i in a:b.append(i+1)
... 
>>> b
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a = b
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

二、普通青年版

a = [1,3,4,6,7,7,8,9,11]
for index,i in enumerate(a):
    a[index] +=1
print(a)

三、略屌青年版

>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> a = map(lambda x:x+1, a)
>>> a
>>> for i in a:print(i)
... 
3
5
7
9
11

四、装逼青年版

>>> a = [i+1 for i in range(10)]
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

这样的写法就叫作列表生成式，有什么用呢？装逼用，哈哈，写出来显的高级，效果跟上面的都同样。

2、生成器generator

经过列表生成式，咱们能够直接建立一个列表。可是，受到内存限制，列表容量确定是有限的。并且，建立一个包含100万个元素的列表，不只占用很大的存储空间，若是咱们仅仅须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。好比我要循环100万次，按py的语法，for i in range(1000000)会先生成100万个值的列表。可是循环到第50次时，我就不想继续了，就退出了。可是90多万的列表元素就白为你提早生成了。

for i in range(1000000):
    if i == 50: 
        break
    print(i)

因此，若是列表元素能够按照某种算法推算出来，那咱们是否能够在循环的过程当中不断推算出后续的元素呢？

像上面这个循环，每次循环只是+1而已，咱们彻底能够写一个算法，让他执行一次就自动+1，这样就没必要建立完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算后面元素的机制，称为生成器：generator。

要建立一个generator，有不少种方法。第一种方法很简单，只要把一个列表生成式的[]改为()，就建立了一个generator：

>>> [x * x for x in range(10)]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> 
>>> (x * x for x in range(10))
 at 0x101ebc3b8>

(x*x for x in range(10)）生成的就是一个生成器。

咱们能够直接打印出list的每个元素，但咱们怎么打印出generator的每个元素呢？

若是要一个一个打印出来，能够经过next()函数得到generator的下一个返回值：

>>> g = (x * x for x in range(10))
>>> 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 "", line 1, in 
StopIteration

咱们讲过，generator保存的是算法，每次调用next(g)就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

固然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，由于generator也是可迭代(遍历)对象：

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
...
0
1
4
9
16
25
36
49
64
81

经过for循环来迭代它，就不须要关心StopIteration的错误了。

一、函数生成器

generator很是强大。若是推算的算法比较复杂，用相似列表生成式的for循环没法实现的时候，还能够用函数来实现。

好比，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数均可由前两个数相加获得：

1, 1, 2, 3, 5, 8, 13, 21, 34, …

实现100之内的斐波那契数代码：

a,b = 0,1
n = 0  # 斐波那契数
while n < 100:
    n = a + b
    a = b # 把b的旧值给到a
    b = n # 新的b = a + b(旧b的值)
    print(n)

改为函数也能够的

def fib(max):
    a,b = 0,1
    n = 0  # 斐波那契数
    while n < max:
        n = a + b
        a = b # 把b的旧值给到a
        b = n # 新的b = a + b(旧b的值)
        print(n)
fib(100)

输出：

1

2

3

5

8

13

21

34

55

89

144

仔细观察，能够看出，fib函数其实是定义了斐波拉契数列的推算规则，能够从第一个元素开始，推算出后续任意的元素，这种逻辑其实很是相似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只须要把print(n)改成yield n就能够了：

def fib(max):
    a,b = 0,1
    n = 0  # 斐波那契数
    while n < max:
        n = a + b
        a = b # 把b的旧值给到a
        b = n # 新的b = a + b(旧b的值)
        #print(n)
        yield n # 程序走到这，就会暂停下来，返回n到函数外面，直到被next方法调用时唤醒
f = fib(100) # 注意这句调用时，函数并不会执行，只有下一次调用next时，函数才会真正执行
print(f)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())

输出：

1
2
3
5

这就是定义generator的另外一种方法。若是一个函数定义中包含yield关键字，那么这个函数就再也不是一个普通函数，而是一个generator：

这里，最难理解的就是generator和函数的执行流程不同。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语句暂停并返回数据到函数外，再次被next()调用时从上次返回的yield语句处继续执行。

在上面fib的例子，咱们在循环过程当中不断调用yield，函数就会不断的中断(暂停)。固然要给循环设置一个条件来退出循环，否则就会产生一个无限数列出来。一样的，把函数改为generator后，咱们基本上历来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

f = fib(100) # 注意这句调用时，函数并不会执行，只有下一次调用next时，函数才会真正执行
for i in f:
    print(i)
#输出：
1
2
3
...
...
55
89
144

二、并发编程

虽然咱们还没学并发编程，但咱们确定听过cpu 多少核多少核之类的，cpu的多核就是为了能够实现并行运算，让你同时边听歌、边聊qq、边刷知乎。单核的cpu同一时间只能干一个事，因此你用单核电脑同时作好几件事的话，就会变的很慢，由于cpu要在不一样程序任务间来回切换。

经过yield, 咱们能够实现单核下并发作多件事的效果。

import time
def consumer(name):
    print("%s 准备吃包子啦!" %name)
    while True:
       baozi = yield  # yield能够接收到外部send传过来的数据并赋值给baozi
       print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
c = consumer('A')
c2 = consumer('B')
c.__next__() # 执行一下next可使上面的函数走到yield那句。 这样后面的send语法才能生效
c2.__next__()
print("----老子开始准备作包子啦!----")
for i in range(10):
    time.sleep(1)
    print("作了2个包子!")
    c.send(i)  # send的做用=next, 同时还把数据传给了上面函数里的yield
    c2.send(i)

注意：调用send(x)给生成器传值时，必须确保生成器已经执行过一次next()调用, 这样会让程序走到yield位置等待外部第2次调用。