Generators

Generatorer gemmer funktionens tilstand, så de kan genoptage udførelsen præcis dér, hvor de slap. Det gør dem hukommelseseffektive og velegnede til store datasæt.

# Example: Generating a range of numbers
def range_generator(start, end):
    while start < end:
        yield start
        start += 1

for number in range_generator(1, 5):
    print(number)  # Outputs: 1, 2, 3, 4

Generatorudtryk minder om listeforståelser, men bruger parenteser i stedet for kantede parenteser. De opretter generatorer i stedet for lister.

# Generator expression
gen_exp = (x * x for x in range(5))

for value in gen_exp:
    print(value)  # Outputs: 0, 1, 4, 9, 16

Generatorer er mere hukommelseseffektive end lister, fordi de ikke gemmer alle data i hukommelsen. I stedet genererer de data efter behov.

# Comparing lists and generators
# List comprehension
list_comp = [x * x for x in range(1000000)]

# Generator expression
gen_exp = (x * x for x in range(1000000))

# List comprehension uses more memory
print(type(list_comp))  # Outputs: <class 'list'>
print(type(gen_exp))    # Outputs: <class 'generator'>

Generatorer er velegnede til:

• Behandling af store datasæt, der ikke kan være i hukommelsen.
• Generering af uendelige sekvenser.
• Doven evaluering af data.

Generatorer kan producere uendelige sekvenser, f.eks. en endeløs talrække. Sørg for at stoppe løkken for at forhindre uendelig kørsel.

# Infinite generator example
def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

# Using the infinite generator
for i in infinite_sequence():
    if i > 5:
        break
    print(i)  # Outputs: 0, 1, 2, 3, 4, 5

Generatorfunktioner kan have flere yield-sætninger, så du kan oprette komplekse sekvenser:

# Multiple yields in a generator
def multi_yield():
    yield "First"
    yield "Second"
    yield "Third"

for value in multi_yield():
    print(value)  # Outputs: First, Second, Third

Her er nogle fejl, du bør undgå:

• At bruge return i stedet for yield i en generatorfunktion.
• Ikke at forbruge generatoren med en løkke eller next().
• At bruge generatorer til små datasæt, hvor lister er mere passende.

I denne lektion har du lært:

• Hvad generatorer er, og hvordan de fungerer i Python.
• Hvordan du bruger yield til at oprette generatorfunktioner.
• Forskellen mellem generatorer og lister.
• Anvendelser af generatorer, f.eks. uendelige sekvenser og store datasæt.

Godt gået! Lad os gå videre til næste emne.