python之生成器

生成器

---

 

　　我们知道如果我们要循环输出一个列表的时候，一般情况下，在我们输出它们之前，列表里面的元素已经准备就绪了，这也就意味着，在内存中这些元素已经存在。那么问题来了，如果我们的这个列表内容很多，我们的内存可能需要很多的空间来存放这些元素，从成本角度来说，这显然是不划算的。这时候我们的主人公生成器就有话要说了，节省成本哪家强，当然找我生成器。

　　那么我们的生成器的性质是咋样的呢？Let me tell you!

　　生成器有一种即取即用的性质，就是你需要多少你可以通过一定的方法从里面取多少，这时候内存里面就没有那些准备就绪的元素了，相比之下是不是节约了成本呢？

---

　　So , talk is cheap,I will show you my code

　　First ,How can we creat generator?

　　We have two ways:

　　1.通过列表生成式

a = ( i for i in range(1000))

 　　这里，我们的 a 就是一个生成器了

　　2.通过函数（by function）

　　

def range2(n):
    '''生成器'''
    count = 0
    while count < n:
        print("before",count)
        count += 1
        yield count
    return 'done'

 　　在函数中，只要我们有了yield之后，我们的函数便变成了生成器，是不是很神奇--

---

 

yield

　　在上面我们使用函数生成了生成器之后，我们用到了一个叫yield的家伙，这家伙是干什么的呢？

　　yield有两个作用：

　　　　1.返回数据

　　　　2.将函数冻结在这里，等待唤醒

　　那么我们如何去唤醒yield呢，我们也有两种方法：

　　1.利用next()

s = range2(3)
print(next(s))

 　　这里需要注意的是，我们每调用一次，生成器就产出一个。这种情况下，我们的生成器就可以从里面向外面一个一个传数据出来了

　　2.send方法

s.send("stop")#唤醒yield并且能向里面传值

 　　通过send方法，我们可以向yield传一个值，然后继续唤醒它。但是在这里，我们在没有激活它之前，是不能用send的（暂时不确定）

　　

两者的共同点：都会激活yield，并且运行，直到碰到下一个yield

---

 

补充几点：

　　函数有了yield之后之后，函数名加（）就变成了一个生成器

　　在生成器中，return代表中止，直接会报错，其中报错会有return的值