python生成器的理解

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。

 之前总结过对yield的理解，今天再补充一下 yield----可以让代码分段运行，代码开始执行到yield关键字，然后返回，然后下次再调用，然后代码继续执行到下次碰到yield或者代码结束；生成器，只是yield的一种最典型的应用；

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！

3.如何创建生成器

第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

l=[x*x for x in range(5)]
g=(x*x for x in range(10))
for i in range(5):
    print(next(g))

创建L和g的区别仅在于最外层的[]和()，l是一个list，而g是一个generator.

方法二， 如果一个函数中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。调用函数就是创建了一个生成器（generator）对象。

def my_generator(start_index:int):
    while 1:
        start_index+=1
　　　　　value=yield value
        x=yield value  #调用generator.send(value) 时，相当于执行了语句x=( yield item)=value
        if x is not None:
            return

my_genor=my_generator(0) ,此时 my_genor就是一个生成器.

4. 生成器的工作原理

（1）生成器(generator)能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。

（2）带有 yield 的函数不再是一个普通函数，而是一个生成器generator。

　　可用next()调用生成器对象来取值。next 两种方式 t.__next__() | next(t)。

　　可用for 循环获取返回值（每执行一次，取生成器里面一个值）

（基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代）。

（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。---注意此处是从下一条语句，而不是yield后

（4）.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果

　　——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，x = yield value，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

　　　　如果你的代码中写的是  x=yield value 执行这句代码，其实是不会赋值给a的，因为在执行 yield value 相当于 return value ，这条语句执行完成之后，还没有赋值，就已经停止了，下次开始执行的时候是从该语句的下一条语句开始执行，所以就没有给a赋值；但是如果调用的是 g.send(value),则相当于直接把value赋值给了x，此时并没有执行yield，而是用赋值替代了 （yield value）整条语句的值；

　　第一次给x赋值后，下次再调用next方法的时候，这个x的值再次变为 None ----这个运行结果说明yield value 其实还是有赋值给x的，只是默认赋值为None，只有在调用send方法的时候，才会赋值给x 并忽略此次yield的效果继续执行函数