Python生成器的推导式

本文主要是介绍Python生成器的推导式，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

普通函数采用return返回值

def func():
    print("111")
    return 222     #return返回一个值

ret =func()
print(ret)

结果:

222

将函数中的return换成yield就是生成器

def func():
    print("111")
    yield 222 # 整个函数是一个生成器

ret =func()
print(ret)

结果：

<generator object func at 0x0000024277AB44A0>

通过执行_next_()来执行以下生成器

def func():
    print("111")
    yield 222 # 整个函数是一个生成器

mygenerator=func()
print(mygenerator.__next__())

结果:

222

yield是分段来执行一个函数，而return是直接停止执行函数

def func():
    print("111")
    yield 222
    print("333")
    yield 444

mygenerator=func()
ret=mygenerator.__next__()
print(ret)
ret=mygenerator.__next__()
print(ret)
ret=mygenerator.__next__() #最后一个yield执行完毕，再次__next__()程序会报错
print(ret)

生成器可以使用for循环来循环获取内部的元素:

def func():
    print(111)
    yield 222
    print(333)
    yield 444
    print(555)
    yield 666

gen=func()
for i in gen:
    print(i)

结果：

111
222
333
444
555
666

生成器表达式（生成器推导式）

>>> gen =(i for i in range(10))
>>> type(gen)
<class 'generator'>
>>> gen.__next__()
0
>>> gen.__next__()
1
>>> gen.__next__()
2
>>> gen.__next__()
3

生成器的特点：

惰性机制，生成器并不立即产生全部元素，仅在用到元素的时候才生成（只能向前），可以极大节省内存。

https://www.cnblogs.com/mlhz/p/9469124.html

这篇关于Python生成器的推导式的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！