Python函數(shù)編程——列表生成式和生成器

一、列表生成式

現(xiàn)在有個(gè)需求，現(xiàn)有列表a= [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] ,要求你把列表里的每個(gè)值加1，你怎么實(shí)現(xiàn)？

1、二逼青年版

生成一個(gè)新列表b，遍歷列表a,把每個(gè)值加1后存在b里，最后再把a(bǔ)=b, 這樣二逼的原因不言而喻，生成了新列表，浪費(fèi)了內(nèi)存空間。

          
            >>> 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]
          
        

2、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)
          
        

3、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
          
        

4、裝逼青年版

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

這樣的寫(xiě)法就叫做 列表生成式， 有什么用呢？裝逼用，哈哈，寫(xiě)出來(lái)顯的高級(jí)，效果跟上面的都一樣。

二、生成器generator

通過(guò)列表生成式，我們可以直接創(chuàng)建一個(gè)列表。但是，受到內(nèi)存限制，列表容量肯定是有限的。而且，創(chuàng)建一個(gè)包含100萬(wàn)個(gè)元素的列表，不僅占用很大的存儲(chǔ)空間，如果我們僅僅需要訪問(wèn)前面幾個(gè)元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了。比如我要循環(huán)100萬(wàn)次，按py的語(yǔ)法，for i in range(1000000)會(huì)先生成100萬(wàn)個(gè)值的列表。但是循環(huán)到第50次時(shí)，我就不想繼續(xù)了，就退出了。但是90多萬(wàn)的列表元素就白為你提前生成了。

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

所以，如果列表元素可以按照某種算法推算出來(lái)，那我們是否可以在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素呢？

像上面這個(gè)循環(huán)，每次循環(huán)只是+1而已，我們完全可以寫(xiě)一個(gè)算法，讓他執(zhí)行一次就自動(dòng)+1，這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。 在Python中，這種一邊循環(huán)一邊計(jì)算后面元素的機(jī)制，稱為生成器：generator。

要?jiǎng)?chuàng)建一個(gè)generator，有很多種方法。第一種方法很簡(jiǎn)單，只要把一個(gè)列表生成式的 [] 改成 ()， 就創(chuàng)建了一個(gè)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)）生成的就是一個(gè)生成器。

我們可以直接打印出list的每一個(gè)元素，但我們?cè)趺创蛴〕鰃enerator的每一個(gè)元素呢？

如果要一個(gè)一個(gè)打印出來(lái)，可以通過(guò) next() 函數(shù)獲得generator的下一個(gè)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
          
        

我們講過(guò)，generator保存的是算法，每次調(diào)用 next(g) 就計(jì)算出 g 的下一個(gè)元素的值，直到計(jì)算到最后一個(gè)元素，沒(méi)有更多的元素時(shí)，拋出 StopIteration 的錯(cuò)誤。

當(dāng)然，上面這種不斷調(diào)用 next(g) 實(shí)在是太變態(tài)了，正確的方法是使用 for 循環(huán)，因?yàn)間enerator也是可迭代(遍歷)對(duì)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
          
        

通過(guò)for循環(huán)來(lái)迭代它，就不需要關(guān)心StopIteration的錯(cuò)誤了。

1、函數(shù)生成器

generator非常強(qiáng)大。如果推算的算法比較復(fù)雜，用類(lèi)似列表生成式的for循環(huán)無(wú)法實(shí)現(xiàn)的時(shí)候，還可以用函數(shù)來(lái)實(shí)現(xiàn)。

比如，著名的斐波拉契數(shù)列（Fibonacci），除第一個(gè)和第二個(gè)數(shù)外，任意一個(gè)數(shù)都可由前兩個(gè)數(shù)相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, …

實(shí)現(xiàn)100以內(nèi)的斐波那契數(shù)代碼：

          
            a,b = 0,1
n = 0  # 斐波那契數(shù)
while n < 100:
    n = a + b
    a = b # 把b的舊值給到a
    b = n # 新的b = a + b(舊b的值)
    print(n)
          
        

改成函數(shù)也可以的

          
            def fib(max):
    a,b = 0,1
    n = 0  # 斐波那契數(shù)
    while n < max:
        n = a + b
        a = b # 把b的舊值給到a
        b = n # 新的b = a + b(舊b的值)
        print(n)
fib(100)
          
        

輸出：

          
            1

2

3

5

8

13

21

34

55

89

144
          
        

仔細(xì)觀察，可以看出， fib 函數(shù)實(shí)際上是定義了斐波拉契數(shù)列的推算規(guī)則，可以從第一個(gè)元素開(kāi)始，推算出后續(xù)任意的元素，這種邏輯其實(shí)非常類(lèi)似generator。

也就是說(shuō)，上面的函數(shù)和generator僅一步之遙。要把fib函數(shù)變成generator，只需要把print(n)改為yield n就可以了：

          
            def fib(max):
    a,b = 0,1
    n = 0  # 斐波那契數(shù)
    while n < max:
        n = a + b
        a = b # 把b的舊值給到a
        b = n # 新的b = a + b(舊b的值)
        #print(n)
        yield n # 程序走到這，就會(huì)暫停下來(lái)，返回n到函數(shù)外面，直到被next方法調(diào)用時(shí)喚醒
f = fib(100) # 注意這句調(diào)用時(shí)，函數(shù)并不會(huì)執(zhí)行，只有下一次調(diào)用next時(shí)，函數(shù)才會(huì)真正執(zhí)行
print(f)
print(f.__next__())
print(f.__next__())
print(f.__next__())
print(f.__next__())
          
        

輸出：

          
            1
2
3
5
          
        

這就是定義generator的另一種方法。如果一個(gè)函數(shù)定義中包含 yield 關(guān)鍵字，那么這個(gè)函數(shù)就不再是一個(gè)普通函數(shù)，而是一個(gè)generator：

這里，最難理解的就是generator和函數(shù)的執(zhí)行流程不一樣。函數(shù)是順序執(zhí)行，遇到return語(yǔ)句或者最后一行函數(shù)語(yǔ)句就返回。 而變成generator的函數(shù)，在每次調(diào)用next()的時(shí)候執(zhí)行，遇到y(tǒng)ield語(yǔ)句暫停并返回?cái)?shù)據(jù)到函數(shù)外，再次被next()調(diào)用時(shí)從上次返回的yield語(yǔ)句處繼續(xù)執(zhí)行 。

在上面fib的例子，我們?cè)谘h(huán)過(guò)程中不斷調(diào)用 yield ，函數(shù)就會(huì)不斷的中斷(暫停)。當(dāng)然要給循環(huán)設(shè)置一個(gè)條件來(lái)退出循環(huán)，不然就會(huì)產(chǎn)生一個(gè)無(wú)限數(shù)列出來(lái)。同樣的，把函數(shù)改成generator后，我們基本上從來(lái)不會(huì)用 next() 來(lái)獲取下一個(gè)返回值，而是直接使用 for 循環(huán)來(lái)迭代：

          
            f = fib(100) # 注意這句調(diào)用時(shí)，函數(shù)并不會(huì)執(zhí)行，只有下一次調(diào)用next時(shí)，函數(shù)才會(huì)真正執(zhí)行
for i in f:
    print(i)
#輸出：
1
2
3
...
...
55
89
144
          
        

2、并發(fā)編程

雖然我們還沒(méi)學(xué)并發(fā)編程，但我們肯定聽(tīng)過(guò)cpu 多少核多少核之類(lèi)的，cpu的多核就是為了可以實(shí)現(xiàn)并行運(yùn)算，讓你同時(shí)邊聽(tīng)歌、邊聊qq、邊刷知乎。單核的cpu同一時(shí)間只能干一個(gè)事，所以你用單核電腦同時(shí)做好幾件事的話，就會(huì)變的很慢，因?yàn)閏pu要在不同程序任務(wù)間來(lái)回切換。

通過(guò)yield, 我們可以實(shí)現(xiàn)單核下并發(fā)做多件事的效果。

          
            import time
def consumer(name):
    print("%s 準(zhǔn)備吃包子啦!" %name)
    while True:
       baozi = yield  # yield可以接收到外部send傳過(guò)來(lái)的數(shù)據(jù)并賦值給baozi
       print("包子[%s]來(lái)了,被[%s]吃了!" %(baozi,name))
c = consumer('A')
c2 = consumer('B')
c.__next__() # 執(zhí)行一下next可以使上面的函數(shù)走到y(tǒng)ield那句。 這樣后面的send語(yǔ)法才能生效
c2.__next__()
print("----老子開(kāi)始準(zhǔn)備做包子啦!----")
for i in range(10):
    time.sleep(1)
    print("做了2個(gè)包子!")
    c.send(i)  # send的作用=next, 同時(shí)還把數(shù)據(jù)傳給了上面函數(shù)里的yield
    c2.send(i)
          
        

注意：調(diào)用send(x)給生成器傳值時(shí)，必須確保生成器已經(jīng)執(zhí)行過(guò)一次next()調(diào)用, 這樣會(huì)讓程序走到y(tǒng)ield位置等待外部第2次調(diào)用。