ハイパフォーマンスPython 第2版

5章イテレータとジェネレータ

5章を読めば以下の問いに答えられるようになる

• いかにしてジェネレータはメモリを節約するか？
• ジェネレータを使うべき場面はどのようなときか？
• itertoolsを使って、複雑なジェネレータを定義する方法は？
• 遅延評価が便利な場面と、そうでないときの違いは？

　Python以外の言語の経験者がPythonを学び始めると、forループの書き方が違うことに衝撃を受けます。つまり、次のように書く代わりに、

# 他の言語の場合
for (i=0; i<N; i++) {
    do_work(i);
}

　rangeという関数を使って次のように書きます。

# Pythonの場合
for i in range(N):
    do_work(i)

　Pythonのサンプルコードでは、rangeという関数を呼び出して、forループに必要なデータを作成しているようです。直感的には、1から100,000,000までの数字をループさせようとすると、その配列の作成に時間がかかってしまいそうです。そういうときこそ、ジェネレータの出番です。ジェネレータでは、この種の関数を遅延評価できるので、性能に影響を受けることなく、読みやすいコードを書くことができます。

　この概念を理解するために、フィボナッチ数を計算する関数を、リストを埋める方法とジェネレータを使う方法で実装してみましょう。

def fibonacci_list(num_items): numbers = [] a, b = 0, 1 while len(numbers) < num_items: numbers.append(a) a, b = b, a + b return numbers def fibonacci_gen(num_items): ...