一、創建生成器

通過列表?成式，我們可以直接創建?個列表。

但是，受到內存限制，列表容量肯定是有限的。

?且，創建?個包含100萬個元素的列表，不僅占?很?的存儲空間，如果我們僅僅需要訪問前??個元素，那后?絕?多數元素占?的空間都??浪費了。

所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出后續的元素呢？

# 列表生成式
lst = [i for i in range(10)]
print(lst)
print(type(lst))
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# <class 'list'>

1.創建生成器的方式1

• 生成式

g = (i for i in range(10))
print(g)
print(type(g))
# <generator object <genexpr> at 0x00000190CC886350> g是一個生成器對象
# <class 'generator'> g的類型是生成器

這樣就不必創建完整的list，從?節省?量的空間。在Python中，這種?邊循環?邊計算的機制，稱為?成器：generator。

創建 列表 和 生成器 的區別僅在于最外層的 [ ] 和 ( ) ， lst 是?個列表，? g 是?個?成器。我們可以直接打印出 lst 的每?個元素，但我們怎么打印出 g 的每?個元素呢？如果要?個?個打印出來，可以通過 next() 函數獲得?成器的下?個返回值：

print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 2
print(next(g))  # 3
print(next(g))  # 4
print(next(g))  # 5
print(next(g))  # 6
print(next(g))  # 7
print(next(g))  # 8
print(next(g))  # 9
print(next(g))  '''
Traceback (most recent call last):
  File "E:/Python Project/直播答疑/5.生成器.py", line 47, in <module>
    print(next(f))
StopIteration '''

也可以通過for-in循環打印出來

for i in g:
    print(i)
'''
0
1
2
3
4
5
6
7
8
9
'''

?成器保存的是算法，每次調? next(g) ，就計算出 g 的下?個元素的值，直到計算到最后?個元素，沒有更多的 元素時，拋出 StopIteration 的異常。 當然，這種不斷調? next() 實在是太繁瑣了，雖然是點一次出現一次，但正 確的?法是使? for 循環，因為?成器也是可迭代對象。 所以，我們創建了?個?成器后，基本上永遠不會調? next() ，?是通過 for 循環來迭代它，并且不需要關心StopIteration 異常。 所以，我們創建了一個生成器后，基本上不會調用 next() ，而是通過 for 循環來迭代它，并且不需要關心 StopIteration 的錯誤。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。比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個 數都可由前兩個數相加得到： 1, 1, 2, 3, 5, 8, 13, 21, 34, ... 斐波拉契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易： 代碼如下

# 定義一個斐波那契函數
def fib(times):
    # 初始化
    n = 0
    a, b = 0, 1
    while n < times:
        print(b)
        a, b = b, a+b
        n += 1
fib(6)
'''
1
1
2
3
5
8
'''

仔細觀察，可以看出，fifib_a函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出后續任意的元素，這種邏輯其實非常類似generator。 也就是說，上面的函數generator僅一步之遙。要把 fib 函數變 成generator，只需要把 print(b) 改為 yield(b) 就可以了：

2.創建生成器的方式2

• yield

def fib(times):
    # 初始化
    n = 0
    a, b = 0, 1
    while n < times:
        yield b
        a, b = b, a+b
        n += 1
f = fib(6)
print(f)
# <generator object fib at 0x00000197C5E56350>
# f 是一個生成器對象
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
'''
1
1
2
3
5
8
'''
print(next(f))
'''
Traceback (most recent call last):
  File "E:/Python Project/直播答疑/5.生成器.py", line 47, in <module>
    print(next(f))
StopIteration
'''

在上?fifib 的例?，我們在循環過程中不斷調? yield ，就會不斷中斷。當然要給循環設置?個條件來退出循環，不然就會產??個?限數列出來。同樣的，把函數改成generator后，我們基本上從來不會? next() 來獲取下?個返 回值，?是直接使? for 循環來迭代：

def fib(times):
    # 初始化
    n = 0
    a, b = 0, 1
    while n < times:
        yield b
        a, b = b, a+b
        n += 1
f = fib(6)
for i in f:
    print(i)
'''
1
1
2
3
5
8
'''

二、遍歷生成器的方式

1.通過next（）函數

2.通過循環打印 for- in

3.objict內置的__next__（）方法

4.send（） 方法，生成器的第一個值必須是send(None),后面沒有限制

# 創建一個生成器
g = (i for i in range(10))
print(next(g))
print(next(g))
# 0
# 1
print(g.__next__())
print(g.__next__())
# 2
# 3
print(g.send(None))
print(g.send(''))
print(g.send(1))
# 4
# 5
# 6
for i in g:
    print(i)
'''
7
8
9
'''

三、總結

?成器是這樣?個函數，它記住上?次返回時在函數體中的位置。對?成器函數的第?次（或第 n 次）調?跳轉?該函數中間，?上次調?的所有局部變量都保持不變。 ?成器不僅“記住”了它數據狀態；?成器還“記住”了它在流 控制構造（在命令式編程中，這種構造不只是數據值）中的位置。 ?成器的特點：

'''
1. 節約內存?
2. 迭代到下?次的調?時，所使?的參數都是第?次所保留下的，在整個所有函數調?的參數都是第?次所調?
時保 留的，?不是新創建的
'''