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

ตัวสร้าง

Generators

Generators นั้นง่ายมากต่อการ implement แต่ค่อนข้างยากที่จะเข้าใจ

Generators ถูกใช้เพื่อสร้าง iterators แต่ด้วยวิธีการที่แตกต่างออกไป Generators เป็นฟังก์ชันง่าย ๆ ซึ่งจะคืนชุดของ items ที่สามารถ iterable ได้ทีละหนึ่งชิ้นในวิธีพิเศษ

เมื่อเริ่มทำการ iteration ผ่านชุดของ items โดยใช้คำสั่ง for, generator จะเริ่มทำงาน เมื่อโค้ดในฟังก์ชัน generator มาถึงคำสั่ง "yield" generator จะคืนการทำงานกลับไปที่ลูป for โดยจะคืนค่าชิ้นใหม่จากชุดนั้น ฟังก์ชัน generator สามารถสร้างค่าได้หลายค่า (อาจจะไม่มีที่สิ้นสุด) ตามที่ต้องการ โดยจะ yield ทีละค่าในแต่ละครั้ง

นี่คือตัวอย่างง่าย ๆ ของฟังก์ชัน generator ที่จะคืนเลขสุ่ม 7 ค่า:

  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))

ฟังก์ชันนี้ตัดสินใจด้วยตนเองว่าจะสร้างเลขสุ่มอย่างไร และทำการ execute คำสั่ง yield ทีละอัน โดยจะหยุดชั่วคราวระหว่างการ yield เพื่อคืนการทำงานกลับไปให้กับลูป for หลัก

Exercise

เขียนฟังก์ชัน generator ซึ่งคืนค่า Fibonacci series โดยคำนวณจากสูตรดังนี้: สองตัวเลขแรกของ series จะเท่ากับ 1 เสมอ และแต่ละตัวเลขถัดไปจะเป็นผลรวมของสองตัวเลขล่าสุด เคล็ดลับ: คุณสามารถใช้ตัวแปรเพียงสองตัวในฟังก์ชัน generator ได้หรือไม่? จำไว้ว่าการกำหนดค่าตัวแปรสามารถทำได้พร้อมกัน โค้ดนี้

a = 1
b = 2
a, b = b, a
print(a, b)

จะสลับค่าของ a และ b พร้อมกัน

# 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!