Python生成器基础 — 63、如何实现无为则无心的生成器用法?
- 内容介绍
- 文章标签
- 相关推荐
本文共计2428个文字,预计阅读时间需要10分钟。
目录
1.为什么要生成器
2.创建生成器
1. 简单创建生成器 2. 生成器(1)的使用3.使用 yield 关键字
1. yield 关键字说明 2. send() 方法说明4.使用 yield 实现斐波那契数列
5.总结
目录- 1、为什么要有生成器
- 2、创建生成器
- (1)简单创建生成器
- (2)生成器的使用
- 3、
yield关键词- (1)
yield关键词说明 - (2)
send()方法说明
- (1)
- 4、使用
yield实现斐波那契数列 - 5、总结
Python在数据科学领域可以说是很火,我想有一部分的功劳就是它的生成器了吧。
我们知道我们可以用列表储存数据,可是当我们的数据特别大的时候,列表中的数据都是放在内存中,受到内存限制,列表容量肯定是有限的,而且还会降低计算机的性能。
如果仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。但如果列表中元素是按照某种算法推算出来,那我们就可以在循环的过程中不断推算出后续的元素,这样就不必创建完整的列表数据,从而节省大量的空间。
换句话说,我又想要得到庞大的数据,又想让它占用空间少,这时生成器就派上用场了,它可以说是一个不怎么占计算机资源的一种方法。
2、创建生成器 (1)简单创建生成器将一个列表推导式(也叫列表生成式) [] 改为 ()即可创建一个生成器。
# 1.用推导式定义一个列表
# 关于推导式请看以前的文章有讲解。
本文共计2428个文字,预计阅读时间需要10分钟。
目录
1.为什么要生成器
2.创建生成器
1. 简单创建生成器 2. 生成器(1)的使用3.使用 yield 关键字
1. yield 关键字说明 2. send() 方法说明4.使用 yield 实现斐波那契数列
5.总结
目录- 1、为什么要有生成器
- 2、创建生成器
- (1)简单创建生成器
- (2)生成器的使用
- 3、
yield关键词- (1)
yield关键词说明 - (2)
send()方法说明
- (1)
- 4、使用
yield实现斐波那契数列 - 5、总结
Python在数据科学领域可以说是很火,我想有一部分的功劳就是它的生成器了吧。
我们知道我们可以用列表储存数据,可是当我们的数据特别大的时候,列表中的数据都是放在内存中,受到内存限制,列表容量肯定是有限的,而且还会降低计算机的性能。
如果仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。但如果列表中元素是按照某种算法推算出来,那我们就可以在循环的过程中不断推算出后续的元素,这样就不必创建完整的列表数据,从而节省大量的空间。
换句话说,我又想要得到庞大的数据,又想让它占用空间少,这时生成器就派上用场了,它可以说是一个不怎么占计算机资源的一种方法。
2、创建生成器 (1)简单创建生成器将一个列表推导式(也叫列表生成式) [] 改为 ()即可创建一个生成器。
# 1.用推导式定义一个列表
# 关于推导式请看以前的文章有讲解。

