Lære Praktiske Anvendelser av Generatorer: Virkelige Brukstilfeller | Mestre Iteratorer og Generatorer i Python

Generatorer kan brukes som lette kontekstbehandlere for å håndtere ressurser effektivt, slik som databasetilkoblinger, filoperasjoner eller låsemekanismer. Med contextlib-modulen kan generatorer håndtere ressursallokering og opprydding sømløst.


              1234567891011121314
            
from contextlib import contextmanager

@contextmanager
def database_connection():
    print("Opening database connection")
    connection = "Database Connection"  # Simulated connection
    try:
        yield connection
    finally:
        print("Closing database connection")

# Using the generator as a context manager
with database_connection() as conn:
    print(f"Using {conn}")

Effektiv behandling av store datamengder

Generatorer er ideelle for å bygge datapipelines som behandler store datasett på en lat måte. Hvert steg i pipelinen kan implementeres som en generator, noe som muliggjør effektiv og minnevennlig behandling.


              12345678910111213141516171819202122232425262728293031323334353637383940
            
import re

# Stage 1: Read lines lazily
def read_lines(text):
    for line in text.split("\n"):
        yield line

# Stage 2: Filter non-empty lines
def filter_lines(lines):
    for line in lines:
        if line.strip():
            yield line

# Stage 3: Extract words lazily
def extract_words(lines):
    for line in lines:
        for word in re.findall(r'\w+', line):
            yield word

# Stage 4: Transform words to lowercase
def lowercase_words(words):
    for word in words:
        yield word.lower()

# Input text
text = """Generators are powerful tools
They allow efficient data processing
This pipeline demonstrates their usage"""

# Build the pipeline
lines = read_lines(text)
filtered = filter_lines(lines)
words = extract_words(filtered)
lowercased = lowercase_words(words)

# Process the data
print("Processed words:")
for word in lowercased:
    print(word)

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 5

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sveip for å vise menyen


              1234567891011121314
            
from contextlib import contextmanager

@contextmanager
def database_connection():
    print("Opening database connection")
    connection = "Database Connection"  # Simulated connection
    try:
        yield connection
    finally:
        print("Closing database connection")

# Using the generator as a context manager
with database_connection() as conn:
    print(f"Using {conn}")

Effektiv behandling av store datamengder


              12345678910111213141516171819202122232425262728293031323334353637383940
            
import re

# Stage 1: Read lines lazily
def read_lines(text):
    for line in text.split("\n"):
        yield line

# Stage 2: Filter non-empty lines
def filter_lines(lines):
    for line in lines:
        if line.strip():
            yield line

# Stage 3: Extract words lazily
def extract_words(lines):
    for line in lines:
        for word in re.findall(r'\w+', line):
            yield word

# Stage 4: Transform words to lowercase
def lowercase_words(words):
    for word in words:
        yield word.lower()

# Input text
text = """Generators are powerful tools
They allow efficient data processing
This pipeline demonstrates their usage"""

# Build the pipeline
lines = read_lines(text)
filtered = filter_lines(lines)
words = extract_words(filtered)
lowercased = lowercase_words(words)

# Process the data
print("Processed words:")
for word in lowercased:
    print(word)

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 5

Praktiske Anvendelser av Generatorer: Virkelige Brukstilfeller

Effektiv behandling av store datamengder

1. Hva skjer når en generatorfunksjon går tom for verdier å `yield`?

2. Hva vil følgende kode skrive ut?

3. Hva gjør følgende kode?

Praktiske Anvendelser av Generatorer: Virkelige Brukstilfeller

Effektiv behandling av store datamengder

1. Hva skjer når en generatorfunksjon går tom for verdier å `yield`?

2. Hva vil følgende kode skrive ut?

3. Hva gjør følgende kode?

Praktiske Anvendelser av Generatorer: Virkelige Brukstilfeller

Effektiv behandling av store datamengder

1. Hva skjer når en generatorfunksjon går tom for verdier å yield?

2. Hva vil følgende kode skrive ut?

3. Hva gjør følgende kode?

Praktiske Anvendelser av Generatorer: Virkelige Brukstilfeller

Effektiv behandling av store datamengder

1. Hva skjer når en generatorfunksjon går tom for verdier å yield?

2. Hva vil følgende kode skrive ut?

3. Hva gjør følgende kode?

1. Hva skjer når en generatorfunksjon går tom for verdier å `yield`?

1. Hva skjer når en generatorfunksjon går tom for verdier å `yield`?