Skip to content

❄️ Generatory

Generatory

Generatory to specjalne obiekty, które generują wyniki na żądanie – jeden po drugim – zamiast tworzyć i przechowywać całą serię wyników od razu. Dzięki temu generatory są wydajniejsze w pracy z dużymi zestawami danych, ponieważ zużywają mniej pamięci.

Generatory działają na zasadzie lazy evaluation, co oznacza, że nie obliczają wszystkich wyników od razu, lecz tylko wtedy, gdy są potrzebne.

Czym generatory różnią się od iteratorów?

Różnią się w sposobie ich tworzenia:

  • Iteratory mogą być tworzone z dowolnej kolekcji iterowalnej (np. listy, krotki, słownika) przez wywołanie iter(), albo przez definiowanie klasy z metodą __iter__() i __next__().

  • Generatory są tworzone przy użyciu funkcji z yield lub jako wyrażenia generatorów. Są to specjalne, uproszczone iteratory, które automatycznie obsługują stan i logikę next().

Różnią się w sposobie przechowywania stanu:

  • Iteratory muszą ręcznie przechowywać stan między kolejnymi wywołaniami __next__(), co wymaga więcej kodu i zarządzania.

  • Generatory automatycznie zapamiętują stan wewnętrzny przy każdym wywołaniu yield, dzięki czemu są prostsze do implementacji.

Różnią się w sposobie przechodzenia przez dane:

  • Iteratory zazwyczaj są jednorazowe, ale jeśli iterator działa na strukturze danych, jak lista, można go ponownie utworzyć przez iter().

  • Generatory są jednorazowego użytku – po przeiterowaniu przez wszystkie wartości kończą się, i nie można ich wznowić od początku.

Przykład:

# Niestandardowy iterator, który iteruje od 1 do podanej liczby:
class CountUpTo:
    def __init__(self, max_value):
        self.max_value = max_value
        self.current = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current > self.max_value:
            raise StopIteration
        else:
            self.current += 1
            return self.current - 1

counter = CountUpTo(3)
for number in counter:
    print(number)

# Analogiczny generator z yield
def count_up_to(max_value):
    current = 1
    while current <= max_value:
        yield current
        current += 1

for number in count_up_to(3):
    print(number)

Funkcje generatorów

Tworzymy je tak samo jak zwykłe funkcje, ale zamiast return używamy yield, który zwraca wartość, a następnie "zawiesza" działanie funkcji. Gdy po raz kolejny wywołujemy next() na generatorze, funkcja kontynuuje od miejsca, w którym ostatnio się zatrzymała.

def count_up_to(n):
    count = 1
    while count <= n:
        yield count  # Zwraca wartość, ale kontynuuje działanie po wywołaniu next()
        count += 1

# Tworzymy generator
counter = count_up_to(5)

print(next(counter))  # 1
print(next(counter))  # 2
# Możemy też przeiterować przez cały generator w pętli
for number in counter:
    print(number)  #  3, 4, 5

Wyrażenia generatorów

To bardziej zwięzły sposób na tworzenie generatorów, podobny do list składanych. Różnią się jednak nawiasami: zamiast nawiasów kwadratowych [] (jak w listach składanych) używamy nawiasów okrągłych ().

gen = (x ** 2 for x in range(5))

# Kolejne wartości możemy uzyskać wywołując next()
print(next(gen))  # 0
print(next(gen))  # 1

# Lub iterując po generatorze w pętli
for value in gen:
    print(value)  # 4, 9, 16

📝 Zadania

  1. Napisz generator, który iteracyjnie zwraca nazwy dni tygodnia: od poniedziałku do niedzieli. Następnie, użyj tego generatora w pętli, aby wyświetlić każdy dzień tygodnia. Dodatkowo, zademonstruj, jak można użyć tego generatora do pobrania tylko pierwszych trzech dni tygodnia bez konieczności iterowania przez cały tydzień.
Tip

To zadanie można wykonać zarówno funkcją jak i wyrażeniem.