生成器
列表推导式：直接生成列表
List1=[x for x in range[1,11]]
print(List1)
生成器
什么是生成器？
通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含 100 万个元素的列表，不仅占用很大的存储空间，如果我们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。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的 list，从而节省大量的空间，在 Python 中，这种一边循环一边计算的机制，称为生成器：generator
生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python 中生成器是迭代器的一种，使用 yield 返回值函数，每次调用 yield 会暂停，而可以使用 next()函数和 send()函数恢复生成器。
生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值，因此生成器看起来像是一个函数，但是表现得却像是迭代器
python 中的生成器
要创建一个 generator，有很多种方法，第一种方法很简单，只有把一个列表生成式的[]中括号改为（）小括号，就创建一个 generator
# 列表生成式
lis = [x*x for x in range(10)]
print(lis)
# 生成器
generator_ex = (x*x for x in range(10))
print(generator_ex)
结果：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object at 0x000002A4CBF9EBA0>
那么创建 lis 和 generator_ex，的区别是什么呢？从表面看就是[ ]和（），但是结果却不一样，一个打印出来是列表（因为是列表生成式），而第二个打印出来却是 at 0x000002A4CBF9EBA0>，那么如何打印出来 generator_ex 的每一个元素呢？
如果要一个个打印出来，可以通过 next（）函数获得 generator 的下一个返回值：
# 生成器
generator_ex = (x*x for x in range(10))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
print(next(generator_ex))
结果：
0
1
4
9
16
25
36
49
64
81
Traceback (most recent call last):
File "列表生成式。py", line 42, in
print(next(generator_ex))
StopIteration
大家可以看到，generator 保存的是算法，每次调用 next(generaotr_ex)就计算出他的下一个元素的值，直到计算出最后一个元素，没有更多的元素时，抛出 StopIteration 的错误，而且上面这样不断调用是一个不好的习惯，正确的方法是使用 for 循环，因为 generator 也是可迭代对象：
# 生成器
generator_ex = (x*x for x in range(10))
for i in generator_ex:
print(i)
结果：
0
1
4
9
16
25
36
49
64
81
所以我们创建一个 generator 后，基本上永远不会调用 next()，而是通过 for 循环来迭代，并且不需要关心 StopIteration 的错误，generator 非常强大，如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。
比如著名的斐波那契数列，除第一个和第二个数外，任何一个数都可以由前两个相加得到：
1，1，2，3，5，8，12，21，34.....
斐波那契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
#fibonacci 数列
def fib(max):
n,a,b =0,0,1
while n < max:
a,b =b,a+b
n = n+1
print(a)
return 'done'
a = fib(10)
print(fib(10))
也就是说上面的函数也可以用 generator 来实现，上面我们发现，print(b)每次函数运行都要打印，占内存，所以为了不占内存，我们也可以使用生成器，这里叫 yield。如下：
def fib(max):
n,a,b =0,0,1
while n < max:
yield b
a,b =b,a+b
n = n+1
return 'done'
a = fib(10)
print(fib(10))
print([i for i in a])
yield 函数可以让当前函数停下来，等需要调用的时候再执行，资源消耗最小的。
欢迎来到testingpai.com！
注册 关于