Python基础（生成器）

二、生成器（可以看做是一种数据类型）

　　描述：　　　

　　　　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：

　　列表解析（列表生成式）：

 1 #生成一个列表[0,1,2,3,4,5,6,7,8,9]
 2 #方式一:正常思维 for循环方法生成
 3 li=[]
 4 for i in range(10):
 5     li.append(i)
 6 print(li)
 7 
 8 #方式二：列表解析
 9 li2=[i for i in range(10)]
10 print(li2)
11 
12 li3=[i for i in range(10) if i>5]
13 print(li3)

　生成器的两种生成方式：

 1 #创建生成器----列表解析方式
 2 gen=(i for i in range(10))
 3 #如果想获取迭代器中的元素可以通过next()或__next__()获取
 4 print(next(gen))
 5 print(next(gen))
 6 print(gen.__next__())
 7 print(gen.__next__())
 8 print("-----------")
 9 #但是一般都不会使用next方法获取生成器中的元素，太恶心！！！
10 #因为生成器也是可迭代对象，所以一般使用for循环获取生成器中的元素
11 for i in gen:
12     print(i)
13 
14 #创建生成器----函数方式
15 def func():
16     yield 0
17     yield 1
18     yield 2
19     yield 3
20 for i in func():
21     print(i)

具有yield关键字的函数都是生成器，yield可以理解为return，返回后面的值给调用者。不同的是return返回后，函数会释放，而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时，生成器会从yield下一句开始执行，直至遇到下一个yield。

　　迭代器，可迭代对象，生成器关系：