Python 3 - Lernen und professionell anwenden

Kapitel 7

Sequenzen, Mengen und Generatoren

222

Ihnen aufgefallen, dass es sich um Quadratzahlen handelt. Abstrakt könnte man diese Liste

auch so definieren:

Die Folge aller ganzen Quadratzahlen, die kleiner als 100 sind.

Damit ist diese Sequenz exakt festgelegt, obwohl kein einziges Element explizit genannt

wird. Genau das ist die Idee von Generatoren. Ein Generator ist eine virtuelle Kollektion von

Objekten, bei der die Objekte nicht explizit aufgezählt werden. Stattdessen wird eine Kon-

struktionsvorschrift angegeben, mit der bei Bedarf jedes Element generiert werden kann.

Generatoren können auf zweierlei Weise definiert werden: mit Generatorausdrücken oder

mit Generatorfunktionen.

7.5.1 Generatorausdrücke

Generatorausdrücke werden so wie list comprehensions gebildet (Abschnitt 7.4.1). Man ver-

wendet einfach nur runde anstelle von eckigen Klammern. Die oben beschriebene Liste von

Quadratzahlen können Sie folgendermaßen mit einem Generatorausdruck definieren:

Die Zeile kann man so lesen: Berechne für alle natürlichen Zahlen von 0 bis 9 das Quadrat

und bilde daraus eine (virtuelle) Folge. Im Unterschied zu einer Liste kann man den

»Inhalt« des Generators, d.h. die von ihm repräsentierte Kollektion, nicht so einfach ausge-

ben, sondern muss die Elemente in einer Iteration (

for-Schleife) einzeln abrufen.

7.5.2 Generatorfunktionen

Generatorfunktionen sind Funktionen, in denen ein yield-Statement vorkommt. Eine

Generatorfunktion gibt ein Generator-Objekt zurück. Die folgende Generatorfunktion lie-

fert einen Generator für Quadratzahlen von

0 bis n –1.

Testen wir zunächst einmal die Generatorfunktion und erzeugen mit ihr ein Generator-

Objekt.

>>> g = (i*i for i in range(10))

>>> print(g)

<generator object <genexpr> at 0x021B6D78>

>>> for n in g:

print(n, end= " ")

0 1 4 9 16 25 36 49 64 81

>>> def generiereZahlen(n):

for i in range(n):

yield i*i

>>> g = generiereZahlen(10)

>>> print(g)

<generator object generiereZahlen at 0x021BD5A8>

223

7.5

Generatoren

Nun zurück zur Funktionsdefinition. Welche Bedeutung hat das yield? Wenn der Python-

Interpreter bei der Ausführung der Generatorfunktion auf eine

yield-Anweisung stößt,

gibt er den Wert des Ausdrucks hinter

yield zurück, unterbricht dann die Ausführung und

merkt sich den aktuellen Zustand des zur Funktion gehörenden Prozesses. Erst wenn das

nächste Element des Generator-Objektes verlangt wird, wird die Ausführung der Funktion

fortgesetzt. Im Unterschied zu einer Liste kann man die Elemente eines Generators nicht

beliebig lesen, sondern nur vorne beginnend in der vorgegebenen Reihenfolge. Die Stan-

dardfunktion

next() liefert das nächste Element der vom Generator erzeugten Folge.

Beispiel:

Das Objekt

g ist ein Generator-Objekt, das von der Generatorfunktion generiereZahlen()

erzeugt worden ist.

Das ist das erste Element der Folge. Um in der IDLE-Shell den gleichen Befehl nochmals

abzusetzen, drücken Sie die Tastenkombination

(Alt)+(p).

>>> for i in g:

print(i, end= " ")

0 1 4 9 16 25 36 49 64 81

>>> def generiereZahlen(n):

i = 1

while i <= n:

yield i*i

i += 1

>>> g = generiereZahlen(3)

>>> g

<generator object at 0x00A958C8>

>>> next(g)

1

>>> next(g)

4

>>> next(g)

9

>>> next(g)

Traceback (most recent call last):

File "<pyshell#27>", line 1, in <module>

next(g)

StopIteration