生成器

生成器可以节省内存！

得到生成器的方式

通过列表推导式得到

用小括号括起来得到生成器

g = (x*3 for x in range(100))
print(type(g))

>> <class 'generator'>

借助函数得到

• 函数中使用yield关键字得到生成器，通过return返回报错内容

举例生成斐波那契数列并演示报错提示

def fib(length):
    a, b = 0, 1
    n = 0
    
    while n < length:
        yield a
        a, b = b, a+b
        n += 1
    return "没有更多的元素！"


g = fib(10)
for i in range(11):
    print(g.__next__())
    
    
>> 0
1
1
2
3
5
8
13
21
34
Traceback (most recent call last):
  File "E:/Desktop/python/pythonpractice/Generator.py", line 14, in <module>
    print(g.__next__())
StopIteration: 没有更多的元素！

得到元素的方法

.__next__()

g = (x*3 for x in range(100))
print(g.__next__())
print(g.__next__())
print(g.__next__())
print(g.__next__())

>> 0
3
6
9

next(generator)函数

g = (x*3 for x in range(100))
print(g.__next__())
print(next(g))

>> 0
3

.send(value)

• 第一次必须发送None
• .send(value)向每次生成器调用中传值

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp:',temp)
        i += 1
    return "没有更多的数据"

g = gen()
print(g.send(None))
print(g.send('嘻嘻'))
print(g.send('哈哈'))

>> 0
temp: 嘻嘻
1
temp: 哈哈
2

应用

携程

迭代器

• 可以被next()函数调用并不断返回下一个值的对象成为迭代器：Iterator
• 可迭代的 不一定 就是迭代器（e.g. list是可迭代，但不是迭代器）
• 可以使用iter()将可迭代类型转换为迭代器
• 生成器属于迭代器的一种