python教程之生成器和匿名函数
作者：qq_43479892
这篇文章主要为大家介绍了python生成器和匿名函数，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
生成器
01 什么是生成器？
记住两个关键：
- **生成器是一种特殊的函数方法。**意味着它和函数（def）密不可分。
- 基于上一点，只要函数中出现yield关键字，就是生成器函数。
初学的你，还是太难理解？
02 通俗的讲解
你可以将生成器理解为一个盒子，你可以向这个盒子里随意添加元素，当你需要的时候，再取出来用。
请看下面的例子：
# 普通函数
def func():
return 1
f = func()
print("函数返回值：",f)
->函数返回值：1
print("函数返回值的类型：",type(f))
->函数返回值的类型：<class 'int'>
# 生成器
def gen\_func():
yield 1
yield 2
g = gen_func()
print("生成器对象：",g)
->生成器对象：object gen\_func at 0x00000189B8CFF7C8>
print("生成器对象的类型：",type(g))
->生成器对象的类型：<class 'generator'>
# 读取生成器对象的值，因为生成器也是一个迭代器，实现了python的迭代协议（即实现了\_\_iter\_\_方法）
for i in g:
print("生成器对象的值:",i)
->生成器对象的值: 1
->生成器对象的值: 2
03 生成器到底有什么用？
作用：惰性求值（一边循环一边计算的机制），节省性能
04 生成器的常见用途？
- 读大文件
- 网络爬虫 scrapy 框架
- 协程
举个例子：斐波那契数列（0,1,1,2,3,5…），打印斐波那契数列前50个元素
# 不使用生成器，会消耗大量内存
def fib(idx):
res=[]
n, a, b = 0, 0, 1
while n < idx:
res.append(b)
a, b = b, a+b
n += 1
return res
res = fib(100)
print(res)
# 使用生成器，可节约大量内存
def gen\_fib(idx):
n, a, b = 0, 0, 1
while n < idx:
yield b
a, b = b, a+b
n += 1
for i in gen_fib(100):
print(i)
匿名函数
01 什么是匿名函数？
当：
- 函数实现比较简单
- 函数不需要被多个地方调用
- 懒得给这个函数起名字时，我们可以使用匿名函数。
初学的你，还是太难理解？
02 通俗的讲解
你想实现一个求x的平方的函数，但是这个函数太简单，不值得专门def定义，同时，你忘记了平方的英文如何拼写，要是命名成 “pingfang”，又显得自己太low，于是乎，你可以不给这个函数起名字，还能实现它。这就是匿名函数lambda表达式。
比如：求一个数的平方
# 不用 lambda 表达式
def square(x):
return x * x
print(square(2))
# 使用 lambda 表达式
# 写法：lambda 返回值:计算表达式
s = lambda x: x * x
print(s(2))
总结
1 如果你是初学者，可以先不掌握生成器和匿名函数，待学成python后，再行琢磨；
2 在实际工作中，生成器和匿名函数的使用频次，相对较高，并且在面试中是高频问点。
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!