生成器的创建方式（py编程）

1. 生成器的介绍

根据程序员制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成处理，而是使用一个，再生成一个，可以节约大量的内存。

2. 创建生成器的方式

1. 生成器推导式
2. yield 关键字

生成器推导式:

• 与列表推导式类似，只不过生成器推导式使用小括号

# 创建生成器
my_generator = (i * 2 for i in range(5))
print(my_generator)# next获取生成器下一个值
# value = next(my_generator)
# print(value)# 遍历生成器
for value in my_generator:print(value)

代码说明:

• next 函数获取生成器中的下一个值
• for 循环遍历生成器中的每一个值

运行结果:

<generator object <genexpr> at 0x101367048>
0
2
4
6
8

yield 关键字:

• 只要在def函数里面看到有 yield 关键字那么就是生成器

def mygenerater(n):for i in range(n):print('开始生成...')yield iprint('完成一次...')if __name__ == '__main__':g = mygenerater(2)# 获取生成器中下一个值# result = next(g)# print(result)# while True:#     try:#         result = next(g)#         print(result)#     except StopIteration as e:#         break# # for遍历生成器, for 循环内部自动处理了停止迭代异常，使用起来更加方便for i in g:print(i)

代码说明:

• 代码执行到 yield 会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行
• 生成器如果把数据生成完成，再次获取生成器中的下一个数据会抛出一个StopIteration 异常，表示停止迭代异常
• while 循环内部没有处理异常操作，需要手动添加处理异常操作
• for 循环内部自动处理了停止迭代异常，使用起来更加方便，推荐大家使用。

运行结果:

开始生成...
0
完成一次...
开始生成...
1
完成一次...

3. 生成器的使用场景

数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

现在我们使用生成器来实现这个斐波那契数列，每次取值都通过算法来生成下一个数据, 生成器每次调用只生成一个数据，可以节省大量的内存。

def fibonacci(num):a = 0b = 1# 记录生成fibonacci数字的下标current_index = 0while current_index < num:result = aa, b = b, a + bcurrent_index += 1# 代码执行到yield会暂停，然后把结果返回出去，下次启动生成器会在暂停的位置继续往下执行yield resultfib = fibonacci(5)
# 遍历生成的数据
for value in fib:print(value)

运行结果:

0
1
1
2
3