本文将详细介绍如何将一个生成器分割成多个指定大小的子生成器，并丢弃末尾不足指定大小的剩余元素。这种方法在处理大型数据集或需要分批处理数据时非常有用，尤其是在计算元素代价高昂且不希望预先遍历整个生成器的情况下。
实现的核心思想是利用 zip 函数和迭代器的特性。 zip(*[it]*n) 表达式可以从迭代器 it 中每次读取 n 个值，并将它们打包成一个元组。当迭代器中剩余的值少于 n 个时，zip 函数会停止迭代，从而有效地丢弃了这些剩余元素。
以下是一个示例代码：
def split_generator(it, n): """ 将生成器 it 分割成大小为 n 的子生成器，并丢弃剩余元素。 Args: it: 要分割的生成器。 n: 每个子生成器的大小。 Yields: 包含 n 个元素的元组，表示一个子生成器。 """ yield from zip(*[it]*n)# 示例用法def my_generator(limit): for i in range(limit): yield i# 创建一个生成器，包含 17 个元素my_gen = my_generator(17)# 将生成器分割成大小为 5 的子生成器for chunk in split_generator(my_gen, 5): print(chunk)# 输出：# (0, 1, 2, 3, 4)# (5, 6, 7, 8, 9)# (10, 11, 12, 13, 14)
代码解释：
split_generator(it, n) 函数接受一个生成器 it 和一个整数 n 作为参数，其中 n 表示每个子生成器的大小。zip(*[it]*n) 表达式创建了一个迭代器，它每次从生成器 it 中读取 n 个值，并将它们打包成一个元组。yield from 语句将 zip 表达式返回的迭代器中的每个元组依次产生（yield）。
注意事项：
读取提前量： 这种方法不可避免地需要读取一些“提前量”。为了确定最后一个chunk是否完整，必须至少读取一个完整的chunk。内存占用： 虽然这种方法避免了将整个生成器加载到内存中，但 zip 函数仍然需要在内存中保存 n 个元素才能创建一个元组。因此，对于非常大的 n 值，可能会增加内存占用。适用场景： 这种方法适用于需要将生成器分割成固定大小的块，并且可以接受丢弃末尾剩余元素的情况。
总结：
通过使用 zip(*[it]*n) 方法，我们可以高效地将一个生成器分割成指定大小的子生成器，并丢弃剩余元素。这种方法避免了预先遍历生成器，从而节省了内存和计算资源。然而，需要注意的是，这种方法不可避免地需要读取一些“提前量”，并且对于非常大的 n 值，可能会增加内存占用。在选择这种方法时，需要根据具体的应用场景进行权衡。
以上就是将生成器分割成更小的生成器并丢弃多余元素的方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1373695.html
微信扫一扫 
支付宝扫一扫 
