python教程之生成器和匿名函數

Posted on by

生成器

01 什麼是生成器？

記住兩個關鍵：

  • **生成器是一種特殊的函數方法。**意味著它和函數（def）密不可分。
  • 基於上一點，隻要函數中出現yield關鍵字，就是生成器函數。

初學的你，還是太難理解？

02 通俗的講解

你可以將生成器理解為一個盒子，你可以向這個盒子裡隨意添加元素，當你需要的時候，再取出來用。

請看下面的例子：

# 普通函數
def func():
    return 1
f = func()
print("函數返回值：",f)
->函數返回值：1
print("函數返回值的類型：",type(f))
->函數返回值的類型：<class 'int'>
# 生成器
def gen\_func():
    yield 1
    yield 2
g = gen_func()
print("生成器對象：",g)
->生成器對象：object gen\_func at 0x00000189B8CFF7C8>
print("生成器對象的類型：",type(g))
->生成器對象的類型：<class 'generator'>
# 讀取生成器對象的值，因為生成器也是一個迭代器，實現瞭python的迭代協議（即實現瞭\_\_iter\_\_方法）
for i in g:
 print("生成器對象的值:",i)
->生成器對象的值: 1
->生成器對象的值: 2

03 生成器到底有什麼用？

作用：惰性求值（一邊循環一邊計算的機制），節省性能

04 生成器的常見用途？

  • 讀大文件
  • 網絡爬蟲 scrapy 框架
  • 協程

舉個例子：斐波那契數列（0,1,1,2,3,5…），打印斐波那契數列前50個元素

# 不使用生成器，會消耗大量內存
def fib(idx):
   res=[]
   n, a, b = 0, 0, 1
   while n < idx:
       res.append(b)
       a, b = b, a+b
       n += 1
   return res
res = fib(100)
print(res)
# 使用生成器，可節約大量內存
def gen\_fib(idx):
   n, a, b = 0, 0, 1
   while n < idx:
       yield b
       a, b = b, a+b
       n += 1
for i in gen_fib(100):
   print(i)

匿名函數

01 什麼是匿名函數？

當：

  • 函數實現比較簡單
  • 函數不需要被多個地方調用
  • 懶得給這個函數起名字時，我們可以使用匿名函數。

初學的你，還是太難理解？

02 通俗的講解

你想實現一個求x的平方的函數，但是這個函數太簡單，不值得專門def定義，同時，你忘記瞭平方的英文如何拼寫，要是命名成 “pingfang”，又顯得自己太low，於是乎，你可以不給這個函數起名字，還能實現它。這就是匿名函數lambda表達式。

比如：求一個數的平方

# 不用 lambda 表達式
def square(x):
    return x * x
print(square(2))
# 使用 lambda 表達式
# 寫法：lambda 返回值:計算表達式
s = lambda x: x * x
print(s(2))

總結

1 如果你是初學者，可以先不掌握生成器和匿名函數，待學成python後，再行琢磨；

2 在實際工作中，生成器和匿名函數的使用頻次，相對較高，並且在面試中是高頻問點。

本篇文章就到這裡瞭，希望能夠給你帶來幫助，也希望您能夠多多關註WalkonNet的更多內容!

推薦閱讀：