正文

Python頭條文章生成器

發(fā)布時(shí)間：2023-04-16 10:15:55 稿源：創(chuàng)意嶺閱讀： 63

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于Python頭條文章生成器的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

本文目錄:

python 代碼生成器怎么用
如何更好地理解Python迭代器和生成器

Python頭條文章生成器

python 代碼生成器怎么用

生成器是一個(gè)包含了特殊關(guān)鍵字yield的函數(shù)。當(dāng)被調(diào)用的時(shí)候，生成器函數(shù)返回一個(gè)生成器?？梢允褂胹end，throw，close方法讓生成器和外界交互。
生成器也是迭代器，但是它不僅僅是迭代器，擁有next方法并且行為和迭代器完全相同。所以生成器也可以用于python的循環(huán)中，
生成器如何使用？
首先看一個(gè)例子：
復(fù)制代碼代碼如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
def flatten(nested):
for sublist in nested:
for element in sublist:
yield element
nested = [[1,2],[3,4],[5,6]]
for num in flatten(nested):
print num,
結(jié)果為1，2，3，4，5，6
遞歸生成器：
復(fù)制代碼代碼如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
def flatten(nested):
try:
for sublist in nested:
for element in flatten(sublist):
yield element
except TypeError:
yield nested
for num in flatten([[1,2,3],2,4,[5,[6],7]]):
print num
結(jié)果為：1 2 3 2 4 5 6 7
讓我們一起來看看生成器的本質(zhì)
首先看下：
復(fù)制代碼代碼如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
def simple_generator():
yield 1
print simple_generator
def repeater(value):
while True:
new = (yield value)
if new is not None: value = new
r = repeater(42)
print r.next()
print r.send('hello,world!')
結(jié)果為：
復(fù)制代碼代碼如下:
<function simple_generator at 0x10c76f6e0>
42
hello,world!
可以看出：
1）生成器就是一函數(shù)
2）生成器具有next方法
3）生成器可以使用send 方法和外界交互。

如何更好地理解Python迭代器和生成器

Python這門語言中，生成器毫無疑問是最有用的特性之一。與此同時(shí)，也是使用的最不廣泛的Python特
性之一。究其原因，主要是因?yàn)?，在其他主流語言里面沒有生成器的概念。正是由于生成器是一
個(gè)“新”的東西，所以，它一方面沒有引起廣大工程師的重視，另一方面，也增加了工程師的學(xué)習(xí)成本，
最終導(dǎo)致大家錯(cuò)過了Python中如此有用的一個(gè)特性。
我的這篇文章，希望通過簡(jiǎn)單易懂的方式，深入淺出地介紹Python的生成器，以改變“如此有用的特性卻
使用極不廣泛”的現(xiàn)象。本文的組織如下：在第1章，我們簡(jiǎn)單地介紹了Python中的迭代器協(xié)議；在本文
第2章，將會(huì)詳細(xì)介紹生成器的概念和語法；在第3章，將會(huì)給出一個(gè)有用的例子，說明使用生成器的好
處；在本文最后，簡(jiǎn)單的討論了使用生成器的注意事項(xiàng)。
1. 迭代器協(xié)議
由于生成器自動(dòng)實(shí)現(xiàn)了迭代器協(xié)議，而迭代器協(xié)議對(duì)很多人來說，也是一個(gè)較為抽象的概念。所以，為了
更好的理解生成器，我們需要簡(jiǎn)單的回顧一下迭代器協(xié)議的概念。
1. 迭代器協(xié)議是指：對(duì)象需要提供next方法，它要么返回迭代中的下一項(xiàng)，要么就引起一個(gè)
StopIteration異常，以終止迭代
2. 可迭代對(duì)象就是：實(shí)現(xiàn)了迭代器協(xié)議的對(duì)象
3. 協(xié)議是一種約定，可迭代對(duì)象實(shí)現(xiàn)迭代器協(xié)議，Python的內(nèi)置工具(如for循環(huán)，sum，min，max函
數(shù)等)使用迭代器協(xié)議訪問對(duì)象。
舉個(gè)例子：在所有語言中，我們都可以使用for循環(huán)來遍歷數(shù)組，Python的list底層實(shí)現(xiàn)是一個(gè)數(shù)組，所
以，我們可以使用for循環(huán)來遍歷list。如下所示：
>>> for n in [1, 2, 3, 4]:
... print n
但是，對(duì)Python稍微熟悉一點(diǎn)的朋友應(yīng)該知道，Python的for循環(huán)不但可以用來遍歷list，還可以用來遍歷
文件對(duì)象，如下所示：
>>> with open(‘/etc/passwd’) as f: # 文件對(duì)象提供迭代器協(xié)議
... for line in f: # for循環(huán)使用迭代器協(xié)議訪問文件
... print line
...
為什么在Python中，文件還可以使用for循環(huán)進(jìn)行遍歷呢？這是因?yàn)?，在Python中，文件對(duì)象實(shí)現(xiàn)了迭代
器協(xié)議，for循環(huán)并不知道它遍歷的是一個(gè)文件對(duì)象，它只管使用迭代器協(xié)議訪問對(duì)象即可。正是由于
Python的文件對(duì)象實(shí)現(xiàn)了迭代器協(xié)議，我們才得以使用如此方便的方式訪問文件，如下所示：
>>> f = open('/etc/passwd')
>>> dir(f)
['__class__', '__enter__', '__exit__', '__iter__', '__new__', 'writelines', '...'
2. 生成器
Python使用生成器對(duì)延遲操作提供了支持。所謂延遲操作，是指在需要的時(shí)候才產(chǎn)生結(jié)果，而不是立即產(chǎn)
生結(jié)果。這也是生成器的主要好處。
Python有兩種不同的方式提供生成器：
2017/11/6 如何更好地理解Python迭代器和生成器？ - 知乎
https://www.zhihu.com/question/20829330 2/5
1. 生成器函數(shù)：常規(guī)函數(shù)定義，但是，使用yield語句而不是return語句返回結(jié)果。yield語句一次返回一
個(gè)結(jié)果，在每個(gè)結(jié)果中間，掛起函數(shù)的狀態(tài)，以便下次重它離開的地方繼續(xù)執(zhí)行
2. 生成器表達(dá)式：類似于列表推導(dǎo)，但是，生成器返回按需產(chǎn)生結(jié)果的一個(gè)對(duì)象，而不是一次構(gòu)建一個(gè)
結(jié)果列表
2.1 生成器函數(shù)
我們來看一個(gè)例子，使用生成器返回自然數(shù)的平方（注意返回的是多個(gè)值）：
def gensquares(N):
for i in range(N):
yield i ** 2
for item in gensquares(5):
print item,
使用普通函數(shù)：
def gensquares(N):
res = []
for i in range(N):
res.append(i*i)
return res
for item in gensquares(5):
print item,
可以看到，使用生成器函數(shù)代碼量更少。
2.2 生成器表達(dá)式
使用列表推導(dǎo)，將會(huì)一次產(chǎn)生所有結(jié)果：
>>> squares = [x**2 for x in range(5)]
>>> squares
[0, 1, 4, 9, 16]
將列表推導(dǎo)的中括號(hào)，替換成圓括號(hào)，就是一個(gè)生成器表達(dá)式：
>>> squares = (x**2 for x in range(5))
>>> squares>>> next(squares)
0
>>> next(squares)
1
>>> next(squares)
4
>>> list(squares)
[9, 16]
Python不但使用迭代器協(xié)議，讓for循環(huán)變得更加通用。大部分內(nèi)置函數(shù)，也是使用迭代器協(xié)議訪問對(duì)象
的。例如， sum函數(shù)是Python的內(nèi)置函數(shù)，該函數(shù)使用迭代器協(xié)議訪問對(duì)象，而生成器實(shí)現(xiàn)了迭代器協(xié)
2017/11/6 如何更好地理解Python迭代器和生成器？ - 知乎
https://www.zhihu.com/question/20829330 3/5
議，所以，我們可以直接這樣計(jì)算一系列值的和：
>>> sum(x ** 2 for x in xrange(4))
而不用多此一舉的先構(gòu)造一個(gè)列表：
>>> sum([x ** 2 for x in xrange(4)])
2.3 再看生成器
前面已經(jīng)對(duì)生成器有了感性的認(rèn)識(shí)，我們以生成器函數(shù)為例，再來深入探討一下Python的生成器：
1. 語法上和函數(shù)類似：生成器函數(shù)和常規(guī)函數(shù)幾乎是一樣的。它們都是使用def語句進(jìn)行定義，差別在
于，生成器使用yield語句返回一個(gè)值，而常規(guī)函數(shù)使用return語句返回一個(gè)值
2. 自動(dòng)實(shí)現(xiàn)迭代器協(xié)議：對(duì)于生成器，Python會(huì)自動(dòng)實(shí)現(xiàn)迭代器協(xié)議，以便應(yīng)用到迭代背景中（如for
循環(huán)，sum函數(shù)）。由于生成器自動(dòng)實(shí)現(xiàn)了迭代器協(xié)議，所以，我們可以調(diào)用它的next方法，并且，
在沒有值可以返回的時(shí)候，生成器自動(dòng)產(chǎn)生StopIteration異常
3. 狀態(tài)掛起：生成器使用yield語句返回一個(gè)值。yield語句掛起該生成器函數(shù)的狀態(tài)，保留足夠的信息，
以便之后從它離開的地方繼續(xù)執(zhí)行
3. 示例
我們?cè)賮砜磧蓚€(gè)生成器的例子，以便大家更好的理解生成器的作用。
首先，生成器的好處是延遲計(jì)算，一次返回一個(gè)結(jié)果。也就是說，它不會(huì)一次生成所有的結(jié)果，這對(duì)于大
數(shù)據(jù)量處理，將會(huì)非常有用。
大家可以在自己電腦上試試下面兩個(gè)表達(dá)式，并且觀察內(nèi)存占用情況。對(duì)于前一個(gè)表達(dá)式，我在自己的電
腦上進(jìn)行測(cè)試，還沒有看到最終結(jié)果電腦就已經(jīng)卡死，對(duì)于后一個(gè)表達(dá)式，幾乎沒有什么內(nèi)存占用。
sum([i for i in xrange(10000000000)])
sum(i for i in xrange(10000000000))
除了延遲計(jì)算，生成器還能有效提高代碼可讀性。例如，現(xiàn)在有一個(gè)需求，求一段文字中，每個(gè)單詞出現(xiàn)
的位置。
不使用生成器的情況：
def index_words(text):
result = []
if text:
result.append(0)
for index, letter in enumerate(text, 1):
if letter == ' ':
result.append(index)
return result
使用生成器的情況：
2017/11/6 如何更好地理解Python迭代器和生成器？ - 知乎
https://www.zhihu.com/question/20829330 4/5
def index_words(text):
if text:
yield 0
for index, letter in enumerate(text, 1):
if letter == ' ':
yield index
這里，至少有兩個(gè)充分的理由說明，使用生成器比不使用生成器代碼更加清晰：
1. 使用生成器以后，代碼行數(shù)更少。大家要記住，如果想把代碼寫的Pythonic，在保證代碼可讀性的前
提下，代碼行數(shù)越少越好
2. 不使用生成器的時(shí)候，對(duì)于每次結(jié)果，我們首先看到的是result.append(index)，其次，才是index。
也就是說，我們每次看到的是一個(gè)列表的append操作，只是append的是我們想要的結(jié)果。使用生成
器的時(shí)候，直接yield index，少了列表append操作的干擾，我們一眼就能夠看出，代碼是要返回
index。
這個(gè)例子充分說明了，合理使用生成器，能夠有效提高代碼可讀性。只要大家完全接受了生成器的概念，
理解了yield語句和return語句一樣，也是返回一個(gè)值。那么，就能夠理解為什么使用生成器比不使用生成
器要好，能夠理解使用生成器真的可以讓代碼變得清晰易懂。
4. 使用生成器的注意事項(xiàng)
相信通過這篇文章，大家已經(jīng)能夠理解生成器的作用和好處。但是，還沒有結(jié)束，使用生成器，也有一點(diǎn)
注意事項(xiàng)。
我們直接來看例子，假設(shè)文件中保存了每個(gè)省份的人口總數(shù)，現(xiàn)在，需要求每個(gè)省份的人口占全國(guó)總?cè)丝?br/>的比例。顯然，我們需要先求出全國(guó)的總?cè)丝?，然后在遍歷每個(gè)省份的人口，用每個(gè)省的人口數(shù)除以總?cè)?br/>口數(shù)，就得到了每個(gè)省份的人口占全國(guó)人口的比例。
如下所示：
def get_province_population(filename):
with open(filename) as f:
for line in f:
yield int(line)
gen = get_province_population('data.txt')
all_population = sum(gen)
#print all_population
for population in gen:
print population / all_population
執(zhí)行上面這段代碼，將不會(huì)有任何輸出，這是因?yàn)椋善髦荒鼙闅v一次。在我們執(zhí)行sum語句的時(shí)候，
就遍歷了我們的生成器，當(dāng)我們?cè)俅伪闅v我們的生成器的時(shí)候，將不會(huì)有任何記錄。所以，上面的代碼不
會(huì)有任何輸出。
因此，生成器的唯一注意事項(xiàng)就是：生成器只能遍歷一次。
5. 總結(jié)
2017/11/6 如何更好地理解Python迭代器和生成器？ - 知乎
https://www.zhihu.com/question/20829330 5/5
本文深入淺出地介紹了Python中，一個(gè)容易被大家忽略的重要特性，即Python的生成器。為了講解生成
器，本文先介紹了迭代器協(xié)議，然后介紹了生成器函數(shù)和生成器表達(dá)式，并通過示例演示了生成器的優(yōu)點(diǎn)
和注意事項(xiàng)。在實(shí)際工作中，充分利用Python生成器，不但能夠減少內(nèi)存使用，還能夠提高代碼可讀性。
掌握生成器也是Python高手的標(biāo)配。希望本文能夠幫助大家理解Python的生成器

以上就是關(guān)于Python頭條文章生成器相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。