本博客學習參照對象為Eva_J,博客地址為https://www.cnblogs.com/Eva-J/p/7277026.html

生成器本質就是迭代器（自帶__iter__和__next__方法），在某種情況下，我們需要節省內存，就只能自己寫，我們自己寫的這個能實現迭代器功能的東西叫做生成器。

python中提供的生成器：

• 生成器函數：常規函數定義，但是使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次從它離開的地方繼續執行
• 生成器表達式：類似于列表推導，但是生成器返回按需產生結果的一個對象，而不是一次構建一個結果列表。

生成器函數

一個包含yield關鍵字的函數就是生成器函數。

yield與return一樣，都可以為我們從函數中取返回值。

但yield與return不同：

return的執行意味著程序的結束

而調用生成器函數不會得到返回的具體的值，而是得到一個可迭代對象。每次獲取這個可迭代對象的餓值，就能推動函數的執行，獲取新的返回值，直到函數執行結束。

next()和yield()必須一一對應

def generator_fun1():a = 1print('現在定義了a變量')yield ab = 2print('現在定義了b變量')yield b g1 = generator_fun1() print('g1: ',g1) print(next(g1)) print(next(g1))#執行結果：--> '''g1: <generator object generator_fun1 at 0x0000000000AF5888> 現在定義了a變量 1 現在定義了b變量 2 def cloth():for i in range(1,50001):yield '衣服%s'%i g_obj = cloth() for i in range(50):print(g_obj.__next__())#先要50件衣服 for i in range(150):print(g_obj.__next__()) #再要50件衣服

send

send獲取下一個值的效果和next基本一致

只是在獲取下一個值的時候，給上一個yield的位置傳一個參數

#使用send的注意事項：

??????? #第一次使用生成器的時候，使用next獲取下一個值

??????? #最后一個yield不能接受外部的值

• 示例1
  

def generator():print(123)content = yield 1print('======',content)print(456)yield 2 g = generator() ret = g.__next__() print(ret) ret = g.send('hello') #send的效果和next一樣 print(ret)#執行結果： 123 1 ====== hello 456 2

• 示例2：計算移動平均值

def averager():total = 0.0count = 0average = Nonewhile True:term = yield averagetotal += termcount += 1average = total/countg_avg = averager() next(g_avg) print(g_avg.send(10)) print(g_avg.send(30)) print(g_avg.send(5))

總結

以上是生活随笔為你收集整理的python学习之生成器的全部內容，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。