Python Generator Kavramı¶

Bu yazıda Python'daki generator kavramını anlamaya çalışacağız.

Generator'lar farklı veri tiplerine(integer, float, string, boolean) sahip değerler dizgesi(sequence) üretirler.
Generator'lar bir veri dizgisi(sequence) ürettiği için iterate edilebilir
Bir fonksiyonda(methodda) yield anahtar kelimesi kullanarak ya da list comprehension yapısı ile generator oluşturulabilir.

# generator olusturmak icin 1. yontem
def compute(limit):
    for i in range(limit):
        yield i


# generator olusturmak icin 2. yontem
gen = (i for i in range(10))
# >>> gen = (i for i in range(10))
# >>> type(gen)
# <class 'generator'>

# Asagidaki list comprehension LISTE uretir,
# generator DEGIL!
# >>> gen2 = [i for i in range(10)]
# >>> type(gen2)
# <class 'list'>

- Generator tüm veriyi hafızada(memory) tutmaz. - Generator tipindeki bir fonksiyon 1 kere çalışır ve duraklar, iterate edebildiğiniz için fonksiyonu tekrar çağırdığınızda çalışır ve tekrar duraklar. - Iterasyon bittiği halde çağırmaya çalışırsanız StopIteration exception alırsınız. - Generator tipinden list tipine verinizi dönüştürürseniz performans kaybı yaşarsınız. - Iterate edebildiğiniz için generator'daki verilere next() fonksiyonu ile erişebilirsiniz. - Generator exhausted(tükenmiş) olduktan sonra tekrar üzerinde iterate edemezsiniz.

# ornek1.py
def compute(limit):
    for i in range(1, limit+1):
        yield i*i


res = compute(5)

- Verilere erişim 1. yontem

print(next(res))  # 1
print(next(res))  # 4
print(next(res))  # 9
print(next(res))  # 16
print(next(res))  # 25
# print(next(res)) # StopIteration exception

- Verilere erişim 2. Yöntem

for r in res:
    print(r)

- Örnek 2

from time import sleep

def compute1(limit):
    result = []
    for i in range(limit):
        sleep(0.5) # yarim saniye bekle
        result.append(i)
    return result

print(compute1(10)) # 5 saniye sonra result gelecek

def compute2(limit):
    for i in range(limit):
        sleep(0.5) # yarim saniye bekle
        yield i

for c2 in compute2(10):
    print(c2) # yarim saniyede bir degerleri tek tek goster

- Çok fazla sayıda verilerle işlem yaptığımızda bütün verilerin işlenmesinin bitmesini beklemek yerine generator yapısını kullanarak zaman ve performans açısından kazançlı çıkabiliyoruz. - Örnek 3

import time
def compute1(limit):
    res = []
    for i in range(limit):
        res.append(i)
    return res


def compute2(limit):
    for i in range(limit):
        yield i

t1s = time.perf_counter()
compute1(1_000_000)
t1e = time.perf_counter()
print(f"compute1 duration: {t1e-t1s}")
t2s = time.perf_counter()
compute2(1_000_000)
t2e = time.perf_counter()
print(f"compute2 duration: {t2e-t2s}")

- Generator veri yapıları list veri yapılarına göre daha performanslıdır. Yukarıdaki örneği çalıştırınca aşağıdaki sonuçları alıyoruz. Aradaki hız farkını görebilirsiniz.

└─ λ python ornek3.py 
compute1 duration: 0.09740092599986383
compute2 duration: 7.3659998633957e-06 # yani (7.3659998633957)*(10^-6) = 0.0000073659998633957
(env) adnan @ kaya ~/Desktop/py
 └─ λ python ornek3.py 
compute1 duration: 0.0913018249993911
compute2 duration: 1.4819000170973595e-05
(env) adnan @ kaya ~/Desktop/py
 └─ λ python ornek3.py 
compute1 duration: 0.0924550449999515
compute2 duration: 8.418000106757972e-06
(env) adnan @ kaya ~/Desktop/py
 └─ λ python ornek3.py 
compute1 duration: 0.09621888899982878
compute2 duration: 1.4583999472961295e-05
(env) adnan @ kaya ~/Desktop/py
 └─ λ python ornek3.py 
compute1 duration: 0.09367401999952563
compute2 duration: 8.56200040288968e-06

- Görüldüğü gibi listeler hafızada daha çok alan kapladığı gibi generator'lere göre daha yavaş çalışmaktadır.