【395】yield 生成器 和 yield from

yield：生成器

yield from：将生成器 yield 的内容相当于逐一在 yield 一般

参考：Python 3: Using "yield from" in Generators - Part 1 | Simeon Visser 

参考：Python3 迭代器与生成器

参考：彻底理解 Python 生成器

 

---

迭代器

迭代是Python最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

?

1 2 3 4 5 6

>>> list=[1,2,3,4] >>> it = iter(list)    # 创建迭代器对象 >>> print (next(it))   # 输出迭代器的下一个元素 1 >>> print (next(it)) 2

迭代器对象可以使用常规for语句进行遍历： 

?

1 2 3 4 5 6 7 8 9 10

#!/usr/bin/python3    list=[1,2,3,4] it = iter(list)    # 创建迭代器对象 for x in it:     print (x, end=" ")   [output]   1 2 3 4

也可以使用 next() 函数： 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

#!/usr/bin/python3    import sys         # 引入 sys 模块    list=[1,2,3,4] it = iter(list)    # 创建迭代器对象    while True:     try:         print (next(it))     except StopIteration:         sys.exit()   [out]   1 2 3 4

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。 

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

调用一个生成器函数，返回的是一个迭代器对象。

以下实例使用 yield 实现斐波那契数列：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

#!/usr/bin/python3    import sys    def fibonacci(n): # 生成器函数 - 斐波那契     a, b, counter = 0, 1, 0     while True:         if (counter > n):             return         yield a         a, b = b, a + b         counter += 1 f = fibonacci(10) # f 是一个迭代器，由生成器返回生成    while True:     try:         print (next(f), end=" ")     except StopIteration:         sys.exit()   [output]   0 1 1 2 3 5 8 13 21 34 55

1. 生成器定义

在Python中，一边循环一边计算的机制，称为生成器：generator。

 

2. 为什么要有生成器

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。

如：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。

如果列表元素按照某种算法推算出来，那我们就可以在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。

简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！