这篇文章主要介绍“Python中的生成器原理是什么”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python中的生成器原理是什么”文章能帮助大家解决问题。生成器是一种特殊的迭代器，它内部也有__iter__方法和__next__方法，在终止生成器的时候，还是会抛StopIteration异常以此来退出循环，只不过相比于迭代器，生成器还有特性会保存“中间值”，下次运行的时候，还会借助这个“中间值”来操作。生成器的关键字是yield，我们下面来写一个最简单的生成器。粗看代码，可能会觉着这个是个啥啊，为啥不直接用range来生成，偏偏要用yield，哎，不急，我们接着往下看为什么需要生成器，或者说，生成器解决了什么问题。在说明这个问题之前，我们先来写一个需求，输出 0——10000000 以内的数据，而后运行查看导出内存运行截图。这里可以借助python的memory_profiler模块来检测程序内存的占用情况。安装memory_profiler库:使用方法很简单，在需要检测的函数或者是代码前添加@profile装饰器即可，例如:生成.dat文件mprof run range而后给append进list中，第二个则是使用迭代器来生成该数据。main.py程序main_2.py程序代码也有了，就可以按照上述来运行一下程序，并且导出内存信息main.py 运行内存图main_2.py 运行内存图如上2张对比图，当我们将数据叠加进列表，再输出的时候，占用内存接近400M，而使用迭代器来计算下一个值内存仅使用16M。通过上述案例，我们应该知道为什么要使用生成器了吧。由于生成器表达式yield语句涉及到了python解释权内部机制，所以很难查看其源码，很难获取其原理，不过我们可以利用yield的暂停机制，来探寻一下生成器。可以编写如下代码：运行后效果如下通过上述实例，再结合下面这段生成器的运行过程，会加深对生成器的感触。当python遇到yield语句时，会记录当前函数的运行状态，并且暂停执行，将结果抛出。会持续等待下一次调用__next__方法，该方法调用后，会恢复函数的运行，直至下一个yield语句或者函数结束，执行到最后没有yield函数可执行的时候，会抛StopIteration来标志生成器的结束。在python中，生成器除了写在函数中，使用yield返回之外，还可以直接使用生成器表达式，额。。。可能很抽象，但是你看下面这段代码，你就明白了。其中，代码(i for i in [1,2,3,4,5])就等同于printNums函数，其类型都是生成器，我们可以使用type打印出来看下。改下代码，输出结果如下免费云主机域名:关于“Python中的生成器原理是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注百云主机行业资讯频道，小编每天都会为大家更新不同的知识点。
这篇文章主要介绍“Python脚本开发漏洞的批量搜索与利用方法”，在日常操作中，相信很多人在Python免费云主机域名脚本开发漏洞的批量搜索与利用方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python脚本开发漏洞的批量搜…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
