Python基础之生成器 - 匿名者nwnu

公告

一、生成器的由来

生成器继承于迭代器，迭代器继承于可迭代对象，他是一个特殊的迭代器，拥有迭代器的所有特性

# 列表
list1 = [1,2,3,4,5,6]
# 列表生成式
list2 = [x for x in range(1,7)]
print(list1)
print(list2)

列表和列表生成器都无法解决内存受限的问题，列表中的所有数据都保存在内存中，以至于列表中的元素的太多了，当列表中的元素超过超过几十万甚至几百万，大量数据占用电脑内存，从而导致内存溢出，不利于我们后面的编程，所以要引用生成器

二、生成器定义

生成器是python中的一个对象（按照某种规律，来生成元素的对象），生成器不是列表，保存了产生元素的算法，同时会记录游标的位置（现在拿到第几个元素了），为了下次继续拿数据，而不是从头开始拿数据。可以通过一直调用next()方法获取值，这个对象不保存数据，每次调用会返回一个值，即做到了列表的好处，又不占用空间。

三、创建生成器

1、函数中使用了关键字yield，那这个函数就不再是一个普通的函数了，而是一个生成器函数
2、生成器函数调用时，不会执行函数内部的代码，会直接返回一个生成器对象
3、关键字yield的作用
是用来生成数据
yield data

第一种方式：类似通过列表生成式来创建（将列表转换为元组）

>>> list_1 = (x for x in range(1,10))
>>> print(list_1)
<generator object <genexpr> at 0x000001F9867982E0>
>>> print(type(list_1))
<class 'generator'>
>>>

generator:表示生成器

第二种方法：通过函数创建生成器（yield）

1、例如创建有限的斐波拉且数列

def test(number):
a,b,n = 0,1,0
while n < number:
	yield b
	a,b = b,(a+b)
	n += 1
return 'done'

a = test(6)
print(a)

yield一般用于创建生成器，作用：返回后面变量（b）给生成器，而不是返回给函数的，b就是斐波拉且数列中的一个元素

a = test(6)

只要在函数中有yield关键字，那么当前这个函数是属于生成器中保存的算法，算法实现的功能就是生成b

print(a)

不会打印done

例如创建无限的斐波拉且数列，不能用for循环

def test(number):
    a, b, n = 0, 1, 0
    while n < number:
        yield b
        a, b = b, (a + b)
        n += 1
    return 'done'

a = test(6)
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))

注意：yield：是没有返回值的，如果赋值的话会打印None

def test(number):
    a, b, n = 0, 1, 0
    while n < number:
        num = yield b  # 设置返回值
        a, b = b, (a + b)
        n += 1
        print(num)  # 输出None
    return 'done'

a = test(6)
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))
print(next(a))