Python中三大器有迭代器，生成器，裝飾器，本文主要講述生成器。主要從生成器的概念，本質，以及yield關鍵字的使用執行過程。

本質：生成器是一類特殊的迭代器，使用了yield關鍵字的函數不再是函數，而是生成器。（使用了yield的函數就是生成器）

1.yield關鍵字有兩點作用

　　1.1 yield語句一次返回一個結果，保存當前運行狀態（斷點），然后暫停執行，掛起函數的狀態，以便下次重它離開的地方繼續執行，即將生成器（函數）掛起

　　1.2.將yield關鍵字后面表達式的值作為返回值返回，此時可以理解為起到了return的作用

　　　? ?1.2.1 可以使用next()函數讓生成器從斷點處繼續執行，即喚醒生成器（函數）

　　　　1.2.2 Python3中的生成器可以使用return返回最終運行的返回值，而Python2中的生成器不允許使用return返回一個返回值（即可以使用return從生成器中退出，但return后不能有任何表達式）。

2. 優點

　　2.1 使用生成器函數代碼量更少。

　　2.2 生成器的好處是延遲計算，一次返回一個結果，不會一次生成所有的結果，這對于大數據量處理，將會非常有用，即省內存。

3. 生成方法

　　3.1 生成器表達式【使用與推算算法筆記簡單的】

　　3.2 生成器函數【generator非常強大。如果推算的算法比較復雜，用類似列表生成式的 for 循環無法實現的時候，還可以用函數來實現】

4.代碼實現

4.1 創建生成器方法1 ，把列表產生式的[]換成()，即生成器表達式。

In [1]: li=[2*x for x in range(6)]In [2]: li Out[2]: [0, 2, 4, 6, 8, 10]In [3]: type(li) Out[3]: listIn [4]: li=(2*x for x in range(6))In [5]: li Out[5]: <generator object <genexpr> at 0x7fef38260780>In [6]: for item in li:...: print(item)...: 0 2 4 6 8 10

4.2 創建生成器方法2，使用yield關鍵字。

在使用生成器實現的方式中，我們將原本在迭代器__next__方法中實現的基本邏輯放到一個函數中來實現，但是將每次迭代返回數值的return換成了yield，此時新定義的函數便不再是函數，而是一個生成器了。必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中。

def fib(num):i = 0;num1, num2 = 0, 1while i < num:yield num1num1, num2 = num2, num1 + num2i += 1return "none"gen_fib = fib(3) # for item in gen_fib: # print(item) print(gen_fib.__next__()) print(gen_fib.__next__()) print(gen_fib.__next__()) try:print(gen_fib.__next__()) except StopIteration as e:print(e.args)print(e.value)# 0 # 1 # 1 # ('none',) # none

4.3 使用send()喚醒函數

我們除了可以使用next()函數來喚醒生成器繼續執行外，還可以使用send()函數來喚醒執行。使用send()函數的一個好處是可以在喚醒的同時向斷點處傳入一個附加數據。

必須首先使用next(f),或者f.__next__()啟動，才可以使用send()函數。__next__(相當于None)。首先，使用__next__啟動，當Python解釋器遇到yield關鍵字時，停止往下執行，即yield左邊賦值不再執行。當再次調用__next__,或者send時，開始執行yield左邊賦值操作。temp的值是send的參數值，和i無關，如果使用的是__next__喚醒，而不是send喚醒，那么temp的值是None。

def fun():i = 0while i < 5:temp = yield iprint("temp:", temp)i += 1f = fun() f.__next__() f.__next__() f.send("我是send") # 結果 # temp: None # temp: 我是send

?

轉載于:https://www.cnblogs.com/greatfish/p/5844113.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的Python生成器笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。