Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!
Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount
Generatorer
Generators er veldig enkle å implementere, men litt vanskelige å forstå.
Generators brukes til å lage iteratorer, men med en annen tilnærming. Generators er enkle funksjoner som returnerer et itererbart sett av elementer, ett om gangen, på en spesiell måte.
Når en iterasjon over et sett med elementer starter ved bruk av for-løkken, kjøres generatoren. Når generatorkode når et "yield"-utsagn, overfører generatoren sin kjøring tilbake til for-løkken og returnerer en ny verdi fra settet. Generatorfunksjonen kan generere så mange verdier (muligens uendelige) som den vil, og gir hver enkelt etter tur.
Her er et enkelt eksempel på en generatorfunksjon som returnerer 7 tilfeldige heltall:
import random
def lottery():
# returns 6 numbers between 1 and 40
for i in range(6):
yield random.randint(1, 40)
# returns a 7th number between 1 and 15
yield random.randint(1, 15)
for random_number in lottery():
print("And the next number is... %d!" %(random_number))
Denne funksjonen bestemmer hvordan den skal generere de tilfeldige tallene på egen hånd, og utfører "yield"-utsagnene ett om gangen, i pauser for å gi utførelsen tilbake til den overordnede for-løkken.
Exercise
Skriv en generatorfunksjon som returnerer Fibonacci-serien. De beregnes ved å bruke følgende formel: De to første numrene i serien er alltid lik 1, og hvert påfølgende tall som returneres er summen av de to siste tallene. Hint: Kan du bruke bare to variabler i generatorfunksjonen? Husk at tildelinger kan gjøres samtidig. Koden
a = 1
b = 2
a, b = b, a
print(a, b)
vil samtidig bytte verdiene til a og b.
# fill in this function
def fib():
pass #this is a null statement which does nothing when executed, useful as a placeholder.
# testing code
import types
if type(fib()) == types.GeneratorType:
print("Good, The fib function is a generator.")
counter = 0
for n in fib():
print(n)
counter += 1
if counter == 10:
break
# fill in this function
def fib():
a, b = 1, 1
while 1:
yield a
a, b = b, a + b
# testing code
import types
if type(fib()) == types.GeneratorType:
print("Good, The fib function is a generator.")
counter = 0
for n in fib():
print(n)
counter += 1
if counter == 10:
break
test_output_contains("Good, The fib function is a generator.")
success_msg('Good work!')
This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!
Sponsors
