 要说生成器，就不得不先说一下列表推导式。列表推导式为我们提供了一个快速生成列表的方式。 列表推导式示例： num_list=[i**2 for i in range(1,6)] 上述代码会生成由1-5这个5个数字的平方组成的列表。 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，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）。 要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：  创建num_list和gen的区别仅在于最外层的[]和()，num_list是一个列表（list），而g是一个生成器（generator）。 我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？ 如果要一个一个打印出来，可以通过generator的next()方法：  generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。 当然，上面这种不断调用next()方法比较变态，正确的方法是使用for循环，因为generator也是可迭代对象：  定义generator的另一种方法是使用yield关键字。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个生成器。生成器函数与其他普通函数有很多不同，该函数返回的是一个对象，而不是像其他函数return一个或几个值那样。如果想要得到该函数的返回值，需要调用next（）函数。  上图中的odd函数，由于使用了关键字yield，于是成为了生成器。当通过odd（）调用它时，返回的是一个生成器对象，并赋值给num变量。 如果要真正执行函数体内的内容，需要调用next函数，如下图所示：  生成器函数在执行过程中，遇到yield就中断，下次又继续从yield下一行代码执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next()就会报错。 生成器是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。赶快自己动手试一下吧！ 著作权归作者所有
|
|
|
