- 综合排序
- 最热优先
- 最新优先
- 来自专栏有趣的django
5.迭代器和生成器
这也是生成器的主要好处 生成器函数 与常规函数不同的是：使用yield语句而不是return语句返回结果。 生成器表达式 返回的是一个生成器对象，这个对象只有在需要的时候才产生结果 1.2. （1）生成器函数和普通函数的区别 #函数里只要有yield关键字，就是生成器函数 def gen_func(): yield 1 def func(): return 1 if re_list.append(b) a,b = b, a+b n += 1 return re_list print(fib(10)) #[1, 1, 2, 3, 5, a,b = b, a+b n += 1 for data in gen_fib(10): print(data) # 1, 1, 2, 3, 5,
60400发布于 2018-05-30 - 来自专栏企鹅号快讯
Python进阶系列连载（5）——生成器（上）
和之前的迭代器相同，使用next（）函数即可： 直到最后会抛出异常，也就是到达了生成器的末端了 函数进化为生成器 还记得函数的定义么？ 你这个说的还是函数啊，和生成器有啥关系？说好的函数进化成生成器呢？ 好的，我们看看函数怎么进化为生成器！ 对，不过在此之前，我们先要用一个变量去接收这个生成器对象 并且为了观察生成器的特点，我们对函数进行修改！ 1.加了yield的函数就变成了生成器 2.要定义一个变量接收生成器的返回值 3.使用next（）获取生成器每次返回的值，并且断点在yield处 4.下次使用next（）从上次的断电往下执行，直到生成器末端 （这里表现为循环结束） 5.生成器属于迭代器，所以肯定是可迭代对象啦~ 今天作业： 敲一遍代码，理解一下两种生成器创建方式 自己不敲代码永远学不会写代码
964100发布于 2018-03-01 - 来自专栏前端儿
ES6笔记（5）-- Generator生成器函数
在异步编程中，还有一种常用的解决方案，它就是Generator生成器函数。 顾名思义，它是一个生成器，它也是一个状态机，内部拥有值及相关的状态，生成器返回一个迭代器Iterator对象，我们可以通过这个迭代器，手动地遍历相关的值、状态，保证正确的执行顺序。 类似于生成器前面的*号，yield后面的星号也跟生成器有关，举个大栗子： function* showWords() { yield 'one'; yield showNumbers() 并传递每次返回的数据 1 var urls = ['url1', 'url2', 'url3']; 2 3 function* request(urls) { 4 var data; 5 yield 1; yield 2; return 3; } var show = showNumbers(); [...show] // [1, 2, length: 2] 5.
66210发布于 2018-09-03 - 来自专栏全栈程序员必看
5个最佳拖放式WordPress网页生成器比较（2018）
这就是拖放WordPress网页生成器插件派上用场的地方。这些WordPress网页生成器允许您在不编写任何代码的情况下创建、编辑和自定义您的网站布局。 在本文中，我们将比较和回顾5个最好的WordPress拖放网页构建器。 为什么使用拖放页面生成器的WordPress？ 或“是否有一个简单的WordPress拖放页面生成器？” ## Elementor Elementor是一个强大的拖放WordPress页面生成器。它以速度闻名，你会立即注意到它的响应速度有多快。 我们的等级：A 评论： Elementor是市场上最好的页面生成器插件之一。它速度超快，使用起来非常简单，并附带大量模块和模板。
3.1K20编辑于 2022-08-26 - 来自专栏Python零基础入门教程
Python教程第5章 | Python迭代器和生成器
5 2x5=10 3x5=15 4x5=20 5x5=25 1x6= 6 2x6=12 3x6=18 4x6=24 5x6=30 6x6=36 1x7= 7 2x7=14 3x7=21 4x7=28 , 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5)] 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。 但是生成器并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生” ( yield ) 出来。 5、打印杨辉三角 通过学习了生成器，我们可以直接利用生成器的知识点来打印杨辉三角： def triangles( n ): # 杨辉三角形 L = [1] while True
51811编辑于 2024-01-24 - 来自专栏业余草
5 大分布式 ID 生成器优缺点简单对比
所以，设计一个好的分布式 ID 生成器并不是那么容易的。于是网上也有很多大公司开源这类分布式 ID 生成器。我今天就抽个时间，扯一扯它们之间的不同点吧。 ? 的标准型式包含 32 个 16 进制数字，以连字号分为五段，形式为 8-4-4-4-12 的 36 个字符，示例：550e8400-e29b-41d4-a716-446655440000，到目前为止业界一共有 5 uid-generator uid-generator 是百度开源的一个分布式 ID 生成器。需要建 DB 表, 需要有专门的服务来提供获取 id 的接口, 存在网络延迟。
1.9K30发布于 2019-03-19 - 来自专栏全栈程序员必看
在线H5页面生成器（持续更新中）
1、关键词搜索 wysiwyg，static site generator，h5 creator，h5 edtitor，h5 maker 2、原理讲解（重点） https://github.com/CntChen ant-design/ant-design-landing 2、ant motion（蚂蚁动效展示，原则，设计） https://motion.ant.design/index-cn 3、可视化h5编辑 https://github.com/luoye-fe/goh5 https://github.com/zhengguorong/h5maker（重点研究） https://github.com /h5ds/h5ds（重点研究） https://github.com/qq386232894/h5-editor https://github.com/zengwenfu/h5-creator（在线版 h5页面生成器）（https://www.jianshu.com/p/00681bc68caf） https://github.com/answershuto/H5 发布者：全栈程序员栈长，转载请注明出处
3.3K30编辑于 2022-08-26 - 来自专栏全栈程序员必看
python生成器详解_Python 生成器
第一种方法很简单，只要把一个列表生成式的 [ ] 改成 ( ) >>> L = [x**2 for x in range(5)] >>> L [0, 1, 4, 9, 16] >>> G = (x**2 for x in range(5)) >>> G <generator object <genexpr> at 0x7fb63d218750> 创建 L 和 G 的区别仅在于最外层的 [ ] 和 ( File "<pyshell#39>", line 1, in <module> next(G) StopIteration >>> G = ( x**2 for x in range(5) 简单来说：只要在def中有yield关键字的 就称为 生成器 此时按照调用函数的方式( 案例中为F = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象（ 案例中为F ）， >>> for n in fib(5): print(n) 0 1 1 2 3 >>> 但是用for循环调用generator时，发现拿不到generator的return语句的返回值。
1.5K30编辑于 2022-09-20 - 来自专栏python3
python列表生成器与生成器
列表生成器是python内置的非常简单却非常强大的。 生成一个列表[1,2,3,4]可以用list(range(1,5)) ? 列表生成器的应用 ? 生成器 生成器与列表生成器的本质区别就是：一个已经生成数据了，使用时，如果数据过大，会产生内存溢出，而生成器是只有循环时，才会生成数据。 生成器与列表生成器的区别在于一个是[],一个是（） 生成器书写 g=(x x ()) (g) ? 打印generator的方法是next(g)和for循环 ? generator，只需要把print(b）改成yield 就可以 (max): nab=n < max: b ab=ba+b n=n+fib() 打印fib的生成器方法
1.5K20发布于 2020-01-07 - 来自专栏python3
生成器
一、生成器的定义 在函数中使用yield关键字，由函数返回的结果就是生成器。 1 def gen(): 2 print('gen') 3 print('gen') 4 yield 0 5 print('gen') 6 yield 二、yield关键字的作用可以保留生成器的状态。 三、从第二次迭代开始，每一次迭代会从上一次迭代返回结果的位置开始往下执行代码，遇到yield后返回迭代结果并保留生成器状态再退出。 第二种情况：假设同样生成一百万个数据，我们使用生成器来生成，我们已经明白生成器的定义和使用，生成器在使用的过程中，当需要迭代数据时，生成器就帮我们取出结果数据，每次迭代每次取出一个结果数据存放到变量中， 在本人看来，使用生成器在程序需要处理或者生成大量数据时，可以极大地节省内存空间，在性能上有所保证，基于这点好处使用生成器才真正发挥它的强大作用。
1.1K20发布于 2020-01-19 - 来自专栏Python小屋
微课|生成器对象、生成器函数、生成器表达式
第一课： http://mpvideo.qpic.cn/0bf2pyabiaaazmamoxu6n5pfa7wdcr7aafaa.f10002.mp4?
1.2K30发布于 2020-05-08 - 来自专栏Elastic Stack专栏
使用 ES|QL COMPLETION + LLM 5 分钟打造 Chuck Norris 段子生成器
本文将演示一个「Chuck Norris 段子生成器」： 我们先检索一部电影的简介，再让 GPT 模型写出一条闻所未闻的 Chuck Norris 段子，连 Rambo 都会自叹不如。
27610编辑于 2025-09-01 - 来自专栏python3
Python生成器生成器函数推导式
生成器 生成器的本质就是迭代器 在python中有三种⽅方式来获取⽣生成器: 1. 通过生成器函数 2. 通过各种推导式来实现⽣成器 3. 生成器一般由生成器函数或者生成器表达式来创建 其实就是手写的迭代器 2. 生成器函数 和普通函数没有区别. 里面有yield的函数就是生成器函数. 生成器函数在执行的时候. 默认不会执行函数体. 返回生成器 通过生成器的__next__()分段执行这个函数. 那么这个函数就是⼀个生成器 函数. 这个时候. 我们再执行这个函数的时候. 就不再是函数的执行了. ⽽是获取这个生成器. 如何使用呢? 想迭代器. 生成器的本质是迭代器. 所以.
1.6K20发布于 2020-01-15 - 来自专栏韩曙亮的移动开发专栏
【Groovy】Json、Xml、Swing 生成器 ( Json 生成器 JsonBuilder | Xml 生成器 MarkupBuilder | Swing 生成器 SwingBuilder)
文章目录 一、Json 生成器 JsonBuilder 二、Xml 生成器 MarkupBuilder 三、Swing 生成器 SwingBuilder 一、Json 生成器 JsonBuilder - --- JsonBuilder 原型如下 , 该类继承自 GroovyObjectSupport 类 , 其核心是 invokeMethod , 利用元编程实现 Json 生成器的作用 , 帮助生成 Json { return setAndGetContent(name, new HashMap<String, Object>()); } } } 二、Xml 生成器 其原型如下 , 其中封装了一系列的方法 , 帮助生成 Xml 文件 ; public class MarkupBuilder extends BuilderSupport { } 三、Swing 生成器 SwingBuilder ---- Swing 生成器 SwingBuilder , 继承 FactoryBuilderSupport 类 ; public class SwingBuilder extends
1.7K20编辑于 2023-03-30 - 来自专栏图灵技术域
Python授权码生成器（密码生成器）
有时候我们需要为自己的产品设置一些使用权限 ，这就需要随机授权码生成器。当然这是简单的随机生成器，像Adobe这种授权码是需要一定的加密算法生成，然后再验证授权码是否正确，而不是简单的生成。 button.Bind(wx.EVT_BUTTON, self.GenPassword) ③静态文字 rev = wx.StaticText(panel, -1, “生成的密码长度：”, pos=(5, 500, 380)) panel = wx.Panel(self, -1) rev = wx.StaticText(panel, -1, "生成的密码长度：", pos=(5, button2.Bind(wx.EVT_BUTTON, self.Clear) button3 = wx.Button(panel, wx.ID_ANY, pos=(280, 5) size=(484, 205), style=wx.TE_MULTILINE) self.text2 = wx.TextCtrl(panel, wx.ID_ANY, pos=(110, 5)
3.5K20发布于 2021-05-21 - 来自专栏信息技术智库
生成器
生成器 生成器是什么？ 生成器（generator）是一种用来生成数据的对象。它们是普通函数的一种特殊形式，可以用来控制数据的生成过程。 生成器有什么优势？ 使用生成器的优势在于它们可以在生成数据的同时控制数据的生成过程。这样就不需要在生成数据之前创建一个数据结构，并且只有在需要使用数据的时候才生成数据。 生成器有哪些应用场景？ 生成器可以用来生成任意大小的数据集，并且可以控制数据的生成过程。这样就可以用生成器来生成非常大的数据集，而不会导致内存不足的问题。 生成器如何使用？ 使用生成器需要定义一个生成器函数，并且使用 yield 关键字来生成数据。 ，就可以使用 next() 函数来获取生成器函数的下一个数据： ```python generator = generator() 获取生成器的下一个数据 next(generator) 0 next
62810编辑于 2023-04-28 - 来自专栏Python攻城狮
Python-生成器1.什么是生成器2.创建生成器方法3.send4.实现多任务5.迭代器6.闭包
在Python中，这种一边循环一边计算的机制，称为生成器：generator。 2.创建生成器方法 方法一 要创建一个生成器，有很多种方法。 比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到： 1, 1, 2, 3, 5, 8, 13, 21, 34, ... 生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。 生成器的特点： 1.节约内存 2.迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的 5.迭代器 迭代是访问集合元素的一种方式 在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。
1.3K10发布于 2018-08-23 工作了这么久才知道的5大Python生成器函数！
工作了这么久才知道的 5 大 Python 生成器函数！还在为大数据处理发愁？每次处理个大文件、大序列，电脑就卡得要死，内存直接飙红？别担心，生成器来救场了！它能帮你用更少的内存处理更复杂的任务。 今天就通过 5 个实战案例，带你掌握生成器的核心用法，大幅提升代码效率！一、啥是生成器？先简单唠唠在讲具体的生成器函数之前，先给新手朋友补补课。 这种特性就让生成器实现了 “按需生成”，不会一下子把所有数据都生成出来存到内存里，而是用一个取一个，内存占用特别低，对于处理大数据、流式数据来说，简直是神器！二、5 大实用生成器函数实战1. acc_gen = accumulator_generator()next(acc_gen) # 启动生成器，让它运行到yield处print(acc_gen.send(5)) # 发送数据5，返回累加和 今天讲的这 5 个生成器函数 —— 斐波那契数列生成器、文件逐行读取生成器、累加和生成器、无限重复生成器、CSV 行读取生成器，在不同的场景下都能发挥很大的作用。
43410编辑于 2025-08-29python生成器
基本的生成器语法生成器函数使用yield语句来产生值，每次调用生成器的__next__()方法时，函数将执行到yield语句处并返回相应的值。 生成器表达式类似于列表推导式，Python也支持生成器表达式。生成器表达式使用圆括号而不是方括号，并使用yield而不是return。 生成器的状态生成器在每次生成值后会保留其状态，这使得它可以暂停和恢复执行。 没有生成器时可能导致内存溢出large_data_list = [i for i in range(1000000)]5. 生成器的自动停止当生成器中的代码执行完毕或遇到return语句时，生成器会自动引发StopIteration异常，这也是for循环停止的信号。
55610编辑于 2024-02-01- 来自专栏ZackSock
Python生成器
生成器的创建方法 推导式 要创建一个生成器，有很多种方法。 现在用生成器来实现一下。 简单来说：只要在函数中有 yield 关键字的就称为 生成器 此时按照调用函数的方式( 案例中为 F = fib(5) )使用生成器就不再是执行函数体了，而是会 返回一个生成器对象，然后就可以按照使用 :%s" % e.value) ....: break ....: value:1 value:1 value:2 value:3 value:5 生成器返回值:done 可以使用 next() 函数让生成器从断点处继续执行，即唤醒生成器（函数） 说明 Python3 中的生成器可以使用 return 返回最终运行的返回值，而 Python2 中的生成器 不允许 使用
83920发布于 2021-04-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号