Python生成器使用时,有哪些细节问题需留意?

2026-05-16 23:431阅读0评论SEO基础
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计530个文字,预计阅读时间需要3分钟。

Python生成器使用时,有哪些细节问题需留意?

在Python中,生成器和函数非常相似,都是在运行过程中才确定各种变量的值,因此在很多情况下,会导致各种各样的问题。下面是一个简单的生成器函数的示例:

pythondef generator_test1(): for i in range(5): yield i

Python生成器使用时,有哪些细节问题需留意?

在Python中,生成器和函数很像,都是在运行的过程中才会去确定各种变量的值,所以在很多情况下,会导致各种各样的问题。

def generator_test1(): # 0...9 generator x = (i for i in range(10)) # 5..9 generator x_filter = filter(lambda y: y >= 5, x) # first use the x L = list(x) print("L, x", L) # then use x_filter l = list(x_filter) print("l, x_filter", l) if __name__ == "__main__": generator_test1()

输出结果为:

L, x [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
l, x_filter []

上述代码中,x_filter是基于生成器x构建的生成器,但是由于x在x_filter使用之前先被用掉了,所以在使用x_filter的时候,才去获取x的值,而此时x已经用完了,最终导致x_filter转化成的列表是空的。

def generator_test2(): x = (i for i in range(10)) for i in range(10): x = (j + i for j in x) L = list(x) print("L, x", L) if __name__ == "__main__": generator_test2()

输出结果:

L, x [90, 91, 92, 93, 94, 95, 96, 97, 98, 99] 

上述代码中,每次循环都基于原先的生成器构建一个新的生成器,由于并未使用,所以生成器x中的i并没有被赋值。在后面转化成列表的时候才去获取i的值,而此时由于i为9,所以所有的生成器x的i都为9,原始的x是0到9的生成器,接下来的10个生成器每个都在原始值上加9,导致每个值都增大了90。下面是此例的一个变体:

def generator_test3(): x = (i for i in range(10)) for i in range(10): x = (j + i for j in x) i = 20 L = list(x) print("L, x", L) if __name__ == "__main__": generator_test3()

输出结果:

L, x [200, 201, 202, 203, 204, 205, 206, 207, 208, 209]

以上就是python 生成器需注意的小问题的详细内容,更多关于python 生成器的资料请关注易盾网络其它相关文章!

本文共计530个文字,预计阅读时间需要3分钟。

Python生成器使用时,有哪些细节问题需留意?

在Python中,生成器和函数非常相似,都是在运行过程中才确定各种变量的值,因此在很多情况下,会导致各种各样的问题。下面是一个简单的生成器函数的示例:

pythondef generator_test1(): for i in range(5): yield i

Python生成器使用时,有哪些细节问题需留意?

在Python中,生成器和函数很像,都是在运行的过程中才会去确定各种变量的值,所以在很多情况下,会导致各种各样的问题。

def generator_test1(): # 0...9 generator x = (i for i in range(10)) # 5..9 generator x_filter = filter(lambda y: y >= 5, x) # first use the x L = list(x) print("L, x", L) # then use x_filter l = list(x_filter) print("l, x_filter", l) if __name__ == "__main__": generator_test1()

输出结果为:

L, x [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
l, x_filter []

上述代码中,x_filter是基于生成器x构建的生成器,但是由于x在x_filter使用之前先被用掉了,所以在使用x_filter的时候,才去获取x的值,而此时x已经用完了,最终导致x_filter转化成的列表是空的。

def generator_test2(): x = (i for i in range(10)) for i in range(10): x = (j + i for j in x) L = list(x) print("L, x", L) if __name__ == "__main__": generator_test2()

输出结果:

L, x [90, 91, 92, 93, 94, 95, 96, 97, 98, 99] 

上述代码中,每次循环都基于原先的生成器构建一个新的生成器,由于并未使用,所以生成器x中的i并没有被赋值。在后面转化成列表的时候才去获取i的值,而此时由于i为9,所以所有的生成器x的i都为9,原始的x是0到9的生成器,接下来的10个生成器每个都在原始值上加9,导致每个值都增大了90。下面是此例的一个变体:

def generator_test3(): x = (i for i in range(10)) for i in range(10): x = (j + i for j in x) i = 20 L = list(x) print("L, x", L) if __name__ == "__main__": generator_test3()

输出结果:

L, x [200, 201, 202, 203, 204, 205, 206, 207, 208, 209]

以上就是python 生成器需注意的小问题的详细内容,更多关于python 生成器的资料请关注易盾网络其它相关文章!