理解python中生成器用法

生成器(generator)概念

生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。

生成器语法

生成器表达式： 通列表解析语法，只不过把列表解析的[]换成()
生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。

>>> gen = (x**2 for x in range(5))>>> gen<generator object <genexpr> at 0x0000000002FB7B40>>>> for g in gen:...  print(g, end='-')...0-1-4-9-16->>> for x in [0,1,2,3,4,5]:...  print(x, end='-')...0-1-2-3-4-5-

生成器函数： 在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数。

但是生成器函数可以生产一个无线的序列，这样列表根本没有办法进行处理。

yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator。

下面为一个可以无穷生产奇数的生成器函数。

defodd():n=1whileTrue:yieldnn+=2odd_num=odd()count=0foroinodd_num:ifcount>=5:breakprint(o)count+=1

当然通过手动编写迭代器可以实现类似的效果，只不过生成器更加直观易懂

class Iter:  def __init__(self):    self.start=-1  def __iter__(self):    return self  def __next__(self):    self.start +=2     return self.startI = Iter()for count in range(5):  print(next(I))

题外话： 生成器是包含有__iter()和next__()方法的，所以可以直接使用for来迭代，而没有包含StopIteration的自编Iter来只能通过手动循环来迭代

>>>fromcollectionsimportIterable>>>fromcollectionsimportIterator>>>isinstance(odd_num,Iterable)True>>>isinstance(odd_num,Iterator)True>>>iter(odd_num)isodd_numTrue>>>help(odd_num)Helpongeneratorobject:odd=classgenerator(object)| Methodsdefinedhere:|| __iter__(self,/)|   Implementiter(self).|| __next__(self,/)|   Implementnext(self).......

到上面的结果，现在你可以很有信心的按照Iterator的方式进行循环了吧！

在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 与 return

在一个生成器中，如果没有return，则默认执行到函数完毕时返回StopIteration；