LU04h - Generatoren

Generatoren sind eine einfache Möglichkeit, Iteratoren in Python zu erstellen. Sie ermöglichen es, durch eine Sequenz von Werten zu iterieren, ohne die gesamte Sequenz im Speicher zu speichern. Dies wird durch die Verwendung des Schlüsselworts yield anstelle von return in einer Funktion erreicht.

Ein Generator ist ein spezieller Typ von Iterator, der mit einer Funktion und dem Schlüsselwort yield erstellt wird. Im Gegensatz zu normalen Funktionen, die einen Wert zurückgeben und dann beendet werden, „pausieren“ Generatoren ihren Zustand und setzen die Ausführung fort, wenn der nächste Wert benötigt wird.

• Lazy: Werte werden erst erzeugt, wenn sie gebraucht werden (z.B. im for-Loop oder mit next()).
• Einmal konsumierbar: Ein Generator läuft von vorne nach hinten durch. Was „verbraucht“ ist, ist weg.
• Zustand bleibt erhalten: Lokale Variablen behalten ihren Wert zwischen zwei yield-Schritten.

Die Erstellung eines Generators ist ähnlich wie die einer normalen Funktion, aber anstelle des return-Schlüsselworts verwenden wir yield:

def my_generator():
    yield 1
    yield 2
    yield 3

Eine normale Funktion liefert genau einen Rückgabewert und endet. Ein Generator liefert mehrere Werte nacheinander:

def normal_function():
    return 1
    return 2  # wird nie erreicht
 
def generator_function():
    yield 1
    yield 2  # wird erreicht, wenn weiter iteriert wird
 
print(normal_function())        # 1
gen = generator_function()
print(next(gen))                # 1
print(next(gen))                # 2

Ein einfacher Generator, der die Zahlen 1 bis 3 zurückgibt:

def simple_generator():
    yield 1
    yield 2
    yield 3
 
gen = simple_generator()
print(next(gen))  # 1
print(next(gen))  # 2
print(next(gen))  # 3

Ein Generator, der die Quadrate der Zahlen von 1 bis n zurückgibt:

def square_numbers(n):
    for i in range(1, n + 1):
        yield i * i
 
square = square_numbers(5)
print(next(square)) # 1
print(next(square)) # 4
print(next(square)) # 9
print(next(square)) # 16
print(next(square)) # 25

Generator Expressions sind eine kompaktere Art, Generatoren zu erstellen, ähnlich wie List Comprehensions:

squared = (x * x for x in range(6))
print(next(squared))  # 0
print(next(squared))  # 1

In der Praxis nutzt man Generatoren meistens im for-Loop, weil der Loop automatisch stoppt, wenn der Generator fertig ist:

def countdown(n):
    while n > 0:
        yield n
        n -= 1
 
for value in countdown(3):
    print(value)
 
# Output:
# 3
# 2
# 1

Wenn ein Generator keine Werte mehr liefern kann, endet er. Bei next() führt das zu einer Exception StopIteration:

gen = (x for x in range(2))
print(next(gen))  # 0
print(next(gen))  # 1
 
# nächster Aufruf -> StopIteration
# print(next(gen))

Ein Generator ist selbst ein Iterator: iter(gen) gibt den Generator zurück, und next(gen) liefert den nächsten Wert.

gen = (x for x in range(3))
print(iter(gen) is gen)  # True

• Speichereffizienz: Generatoren speichern nicht alle Werte im Speicher, sondern generieren sie „on-the-fly“. Dies ist besonders nützlich, wenn mit großen Datenmengen gearbeitet wird.
• Einfachheit: Generatoren sind einfacher zu implementieren als benutzerdefinierte Iteratoren.
• Vielseitigkeit: Generatoren können für jede Art von Datenquelle verwendet werden, nicht nur für Listen oder Sequenzen.
• Abbruch möglich: Man kann früh aufhören zu iterieren (z.B. nach dem ersten Treffer). Der Rest wird gar nie berechnet.

Das Schlüsselwort yield in Python wird verwendet, um einen Wert aus einer Funktion zurückzugeben und den aktuellen Zustand der Funktion zu speichern. Wenn die Funktion das nächste Mal weiter iteriert wird, wird sie von der Stelle fortgesetzt, an der sie zuletzt angehalten wurde, und nicht von Anfang an.

© Kevin Maurizi