Python高级篇（08）：生成器

一、生成器定义和作用

1. 定义：Python中，一边循环一边计算的机制，生成器对象也是迭代器对象，支持for循环、next()方法…等。
2. 作用：循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间

二、生成器创建方法

1、简单生成器：将列表推导式的[ ]改为()

# 列表生成式
_list = [i for i in range(10)]
print(type(_list))  # <class 'list'>
print(_list)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 生成器
_generator = (i for i in range(10))
print(type(_generator))  # <class 'generator'>
print(_generator)  # <generator object <genexpr> at 0x7fbcd92c9ba0>
# 生成器对象取值
print(f"第一次迭代数据是：{_generator.__next__()}")  # 第一次迭代数据是：0
print(f"第二次迭代数据是：{next(_generator)}")  # 第二次迭代数据是：1
# 注意从第三个元素开始了！
for x in _generator:  # for循环只能隐式的触发了StopIteration异常，就终止迭代了，但是在程序中不会显示出来print(x)  # 2，3，4，5，6，7，8，9

2、函数对象生成器：函数中使用yield关键字，函数就变成了一个generator

• yield和return语句使用方法类似，但是普通函数运行到return语句则直接返回代码不再执行；而生成器对象会运行到yield后返回，再下次调用next()，会从yield语句后继续执行。

def gen_generator():yield "start"for i in range(2):yield iyield "end"gen = gen_generator()
print(f"从gen对象取到的第一个值为：{next(gen)}")  # 从gen对象取到的第一个值为：start
print(f"从gen对象取到的第二个值为：{next(gen)}")  # 从gen对象取到的第二个值为：0
print(f"从gen对象取到的第三个值为：{next(gen)}")  # 从gen对象取到的第三个值为：1
print(f"从gen对象取到的第四个值为：{next(gen)}")  # 从gen对象取到的第四个值为：end
# print(f"从gen对象取到的第五个值为：{next(gen)}")  # 抛出StopIteration异常# 等同于
gen2 = (i for i in ["start", 0, 1, "end"])
for v in gen2:print(v)

 三、yield生成器高级应用

send()方法概念：暂时保留先不进行，等待需要时再进行。作用与next()作用相似。

send()使用方式：传递值给yield返回（可以指定yield想返回啥就返回啥），如果传None，则等同于next(generator)。

• send()和next()区别：
  • send(value)可以传递value给yield。
  • next()不能传递特定的值，只能传递None进去。

def genterator_test():while True:print("--1-")num = yield 100print("--2--", "num=", num)g = genterator_test()
# 等同于next(generator)
print(g.send(None)) # --1-# 100# 传递值给yield返回
print(g.send(11))   # --2-- num= 11# --1-# 100# 传递值给yield返回
print(g.send(22))   # --2-- num= 22# --1-# 100