Python进阶系列连载（5）——生成器（上）

作者：王大伟

Python爱好者社区唯一小编

博客：https://ask.hellobi.com/blog/wangdawei

生成器

还记得在迭代器里我们说为什么将列表转为迭代器么？

小明：因为列表太大的话占用内存太大，做成迭代器可以节省空间，用的时候再拿出部分

是的，今天要讲的生成器是不会把结果保存在一个系列中，而是保存生成器的状态。

在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。

见过这种东西吧：

你可以认为每一杯饮料就是一个生成的对象，我不会一次倒出所有的饮料

而是要喝的时候去倒出一杯（也就是需要的时候生成一个）

简单方法创建生成器

我们看个例子：

我们发现，当要生成的list非常大时，抛出异常，存储报错。

那怎样生成这种巨大的list呢？

你亲手试一下，发现瞬间程序就运行结束了

我们看到，b是一个generator，也就是生成器模式

你应该已经注意到，生成器的创建很简单，将列表生成式的中括号改成小括号即可

注意：这里说的不是列表，因为列表的中括号改成小括号是元组！

那我们怎么生成一个内容呢？

和之前的迭代器相同，使用next（）函数即可：

直到最后会抛出异常，也就是到达了生成器的末端了

函数进化为生成器

还记得函数的定义么？

我们在之前用递归定义了一个斐波那契数列

现在我们定义一个新的函数来生成斐波那契数列的第n项

为了实现后一项等于前两项之和使用了a，b = b，a+b

为什么这样写，留给大家思考~

提示：可以输入n=3，自己感受一下调用函数过程中a和b的变化

值得注意的是，这个函数，当n=0时返回的是1，而不是正确的0

所以我们对其进行修改:

在循环之前，加了一个判断

小明：老湿！你这个说的还是函数啊，和生成器有啥关系？说好的函数进化成生成器呢？

好的，我们看看函数怎么进化为生成器！

我们把函数中的return换成yield

函数就进化成了生成器，当我们调用时，发现返回的是生成器对象

为了拿到数据，我们应该怎么做呢？

小红：老师，是不是可以试试next（）函数呢？

对，不过在此之前，我们先要用一个变量去接收这个生成器对象

并且为了观察生成器的特点，我们对函数进行修改！

仔细看好：

当我们使用next（a）对生成器操作一次时，会返回循环一次的值

也就是在yield处结束本次运行

但它的特点就是下次使用next（a）时，接着上次的断点继续运行，直到下一个yield

不断使用next（a），直到运行到生成器结尾处，如下图：

可能你对他的运行过程还不是特别清晰

我们加上print输出来彻底搞懂他的运行过程：

发现每次返回值都是在yield的地方了吧~

总结

0.讲了两种生成器创建方式

1.加了yield的函数就变成了生成器

2.要定义一个变量接收生成器的返回值

3.使用next（）获取生成器每次返回的值，并且断点在yield处

4.下次使用next（）从上次的断电往下执行，直到生成器末端（这里表现为循环结束）

5.生成器属于迭代器，所以肯定是可迭代对象啦~

今天作业：

敲一遍代码，理解一下两种生成器创建方式

自己不敲代码永远学不会写代码