Python函數編程——列表生成式和生成器

一、列表生成式

現在有個需求，現有列表a= [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] ,要求你把列表里的每個值加1，你怎么實現？

1、二逼青年版

生成一個新列表b，遍歷列表a,把每個值加1后存在b里，最后再把a=b, 這樣二逼的原因不言而喻，生成了新列表，浪費了內存空間。

          
            >>> 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]
          
        

這樣的寫法就叫做 列表生成式， 有什么用呢？裝逼用，哈哈，寫出來顯的高級，效果跟上面的都一樣。

二、生成器generator

通過列表生成式，我們可以直接創建一個列表。但是，受到內存限制，列表容量肯定是有限的。而且，創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那后面絕大多數元素占用的空間都白白浪費了。比如我要循環100萬次，按py的語法，for i in range(1000000)會先生成100萬個值的列表。但是循環到第50次時，我就不想繼續了，就退出了。但是90多萬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，那我們是否可以在循環的過程中不斷推算出后續的元素呢？

像上面這個循環，每次循環只是+1而已，我們完全可以寫一個算法，讓他執行一次就自動+1，這樣就不必創建完整的list，從而節省大量的空間。 在Python中，這種一邊循環一邊計算后面元素的機制，稱為生成器：generator。

要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的 [] 改成 ()， 就創建了一個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)）生成的就是一個生成器。

我們可以直接打印出list的每一個元素，但我們怎么打印出generator的每一個元素呢？

如果要一個一個打印出來，可以通過 next() 函數獲得generator的下一個返回值：

          
            >>> 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，generator保存的是算法，每次調用 next(g) 就計算出 g 的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出 StopIteration 的錯誤。

當然，上面這種不斷調用 next(g) 實在是太變態了，正確的方法是使用 for 循環，因為generator也是可迭代(遍歷)對象：

          
            >>> 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for循環來迭代它，就不需要關心StopIteration的錯誤了。

1、函數生成器

generator非常強大。如果推算的算法比較復雜，用類似列表生成式的for循環無法實現的時候，還可以用函數來實現。

比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, …

實現100以內的斐波那契數代碼：

          
            a,b = 0,1
n = 0  # 斐波那契數
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)
          
        

改成函數也可以的

          
            def fib(max):
    a,b = 0,1
    n = 0  # 斐波那契數
    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
          
        

仔細觀察，可以看出， fib 函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出后續任意的元素，這種邏輯其實非常類似generator。

也就是說，上面的函數和generator僅一步之遙。要把fib函數變成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
    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，就會暫停下來，返回n到函數外面，直到被next方法調用時喚醒
f = fib(100) # 注意這句調用時，函數并不會執行，只有下一次調用next時，函數才會真正執行
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。如果一個函數定義中包含 yield 關鍵字，那么這個函數就不再是一個普通函數，而是一個generator：

這里，最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最后一行函數語句就返回。 而變成generator的函數，在每次調用next()的時候執行，遇到yield語句暫停并返回數據到函數外，再次被next()調用時從上次返回的yield語句處繼續執行 。

在上面fib的例子，我們在循環過程中不斷調用 yield ，函數就會不斷的中斷(暫停)。當然要給循環設置一個條件來退出循環，不然就會產生一個無限數列出來。同樣的，把函數改成generator后，我們基本上從來不會用 next() 來獲取下一個返回值，而是直接使用 for 循環來迭代：

          
            f = fib(100) # 注意這句調用時，函數并不會執行，只有下一次調用next時，函數才會真正執行
for i in f:
    print(i)
#輸出：
1
2
3
...
...
55
89
144
          
        

2、并發編程

雖然我們還沒學并發編程，但我們肯定聽過cpu 多少核多少核之類的，cpu的多核就是為了可以實現并行運算，讓你同時邊聽歌、邊聊qq、邊刷知乎。單核的cpu同一時間只能干一個事，所以你用單核電腦同時做好幾件事的話，就會變的很慢，因為cpu要在不同程序任務間來回切換。

通過yield, 我們可以實現單核下并發做多件事的效果。

          
            import time
def consumer(name):
    print("%s 準備吃包子啦!" %name)
    while True:
       baozi = yield  # yield可以接收到外部send傳過來的數據并賦值給baozi
       print("包子[%s]來了,被[%s]吃了!" %(baozi,name))
c = consumer('A')
c2 = consumer('B')
c.__next__() # 執行一下next可以使上面的函數走到yield那句。 這樣后面的send語法才能生效
c2.__next__()
print("----老子開始準備做包子啦!----")
for i in range(10):
    time.sleep(1)
    print("做了2個包子!")
    c.send(i)  # send的作用=next, 同時還把數據傳給了上面函數里的yield
    c2.send(i)
          
        

注意：調用send(x)給生成器傳值時，必須確保生成器已經執行過一次next()調用, 這樣會讓程序走到yield位置等待外部第2次調用。