python基础入门---生成器

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。

而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，

那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？

这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
       #print(b)
        yield b  #只要有它在，这里就不是函数了，是一个生成器了。 把fib函数变成generator了。
        a, b = b, a + b  # 相当于 t = (b, a + b)  t是一个tuple   a = t[0]  b = t[1]
        n = n + 1
    return '---yyyy----'
        
 f=fib(10) print(f.__next__()) print(f.__next__()) print(f.__next__()) print(f.__next__()) print("------") for i in f:     print(i)

我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。

同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

 for n in fib(6):
     print(n)

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
       #print(b)
        yield b  #只要有它在，这里就不是函数了，是一个生成器了。 把fib函数变成generator了。
        a, b = b, a + b  # 相当于 t = (b, a + b)  t是一个tuple   a = t[0]  b = t[1]
        n = n + 1
    return '---yyyy----'

g= fib(6)
while True:
    try:
        x = next(g)
        print("g:",x)
    except StopIteration as e:
        print("Generator return value:",e.value)
        break

扫描二维码关注公众号，回复： 10251546 查看本文章

最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。

而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行data = fib(print(data)

print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())

#输出
<generator object fib at 0x101be02b0>
1
1

干点别的事

2
3
5
8
13