python 生成器需注意的小問題
在Python中,生成器和函數很像,都是在運行的過程中才會去確定各種變量的值,所以在很多情況下,會導致各種各樣的問題。
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()
輸出結果為:
L, x [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
l, x_filter []
上述代碼中,x_filter是基于生成器x構建的生成器,但是由于x在x_filter使用之前先被用掉了,所以在使用x_filter的時候,才去獲取x的值,而此時x已經用完了,最終導致x_filter轉化成的列表是空的。
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()
輸出結果:
L, x [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
上述代碼中,每次循環(huán)都基于原先的生成器構建一個新的生成器,由于并未使用,所以生成器x中的i并沒有被賦值。在后面轉化成列表的時候才去獲取i的值,而此時由于i為9,所以所有的生成器x的i都為9,原始的x是0到9的生成器,接下來的10個生成器每個都在原始值上加9,導致每個值都增大了90。下面是此例的一個變體:
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()
輸出結果:
L, x [200, 201, 202, 203, 204, 205, 206, 207, 208, 209]
以上就是python 生成器需注意的小問題的詳細內容,更多關于python 生成器的資料請關注腳本之家其它相關文章!
相關文章
利用Python實現(xiàn)某OA系統(tǒng)的自動定位功能
這篇文章主要介紹了利用Python實現(xiàn)某OA系統(tǒng)的自動定位功能,本文通過圖文實例相結合給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-05-05
python 多進程并行編程 ProcessPoolExecutor的實現(xiàn)
這篇文章主要介紹了python 多進程并行編程 ProcessPoolExecutor的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-10-10
Python 網絡編程之UDP發(fā)送接收數據功能示例【基于socket套接字】
這篇文章主要介紹了Python 網絡編程之UDP發(fā)送接收數據功能,結合實例形式分析了Python使用socket套接字實現(xiàn)基于UDP協(xié)議的數據發(fā)送端與接收端相關操作技巧,需要的朋友可以參考下2019-10-10

