Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Co to są generatory w Pythonie?

Generatory to potężne narzędzie w Pythonie, umożliwiające tworzenie iteratorów w bardzo prosty i przejrzysty sposób. Używa się ich do iteracji po sekwencjach danych, ale w przeciwieństwie do list, nie przechowują one wszystkich wartości w pamięci. Zamiast tego, generatory generują kolejne wartości na bieżąco, dzięki czemu są bardziej wydajne, zwłaszcza przy dużej ilości danych.

Przykład użycia generatora

Rozważmy przykład generatora, który generuje kwadraty liczb od 1 do n. Zobaczmy, jak to zrobić krok po kroku.

def generate_squares(n):
    # Funkcja generatora tworząca kwadraty liczb
    for i in range(1, n+1):
        # yield zwraca kolejną wartość i "wstrzymuje" działanie
        # funkcji do następnego wywołania
        yield i ** 2

# Użycie generatora do wygenerowania kwadratów liczb
# od 1 do 5
squares = generate_squares(5)

# Iteracja przez generator i wyświetlenie wartości
for square in squares:
    print(square)

Dlaczego generatory są użyteczne?

  1. Efektywność pamięciowa: Generatory nie przechowują wszystkich elementów w pamięci, co czyni je idealnym rozwiązaniem przy pracy z dużymi zbiorami danych.
  2. Leniwe generowanie danych: Generatory produkują wartości “na żądanie”, co może być szczególnie przydatne w sytuacjach, gdy nie potrzebujemy od razu wszystkich wartości lub gdy chcemy zminimalizować czas oczekiwania na wyniki.
  3. Prostota użycia: Implementacja iteratorów za pomocą generatorów jest znacznie prostsza w porównaniu do użycia klas z metodami __iter__ i __next__.

Podsumowanie

Generatory w Pythonie to potężne narzędzie, które pozwala na efektywne generowanie i iterację przez sekwencje danych bez konieczności przechowywania ich całkowicie w pamięci. Dzięki temu, generatory są idealne do pracy z dużymi zbiorami danych, pozwalając na oszczędność zasobów i czasu. Ich prosta składnia i sposób użycia sprawiają, że są one łatwo dostępne nawet dla początkujących programistów, otwierając przed nimi drzwi do pisania bardziej wydajnego i czystego kodu.

Jeżeli chcesz przyśpieszyć swoją naukę tworzenia stron chciałbym polecić mój kurs Python od podstaw w którym nauczysz się tego języka od podstaw do zaawansowanych jego aspektów.