Python生成器详解与应用-优快云博客

本文链接：https://blog.youkuaiyun.com/tianjingweixiaoyang/article/details/108303889

本文介绍了Python中的生成器，一种节省内存的迭代机制。生成器允许在循环过程中按需计算元素，避免了存储大量数据时的内存浪费。通过将列表生成器的[]改为()即可创建生成器。生成器的关键在于next()方法，它通过反复调用来获取元素。yield关键字使得函数变为生成器，可以在迭代时返回值并记住返回位置。send()方法类似next()，但能传递值并修改上一个yield表达式的结果。举例展示了如何使用生成器及send()方法进行交互。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.生成器的定义

在python中，一边循环一边计算的机制，称为生成器：generator

2.为什么要有生成器

列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。如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。如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。简单一句话：想要的到庞大的数据，又想让它占用空间少，那就用生成器

3.生成器的创建

a.只需要将列表生成器的[]改成()就创建了一个generator

a = [x for x in range(10)]
b = (x for x in range(10))
print("a的类型为：",type(a))
print("b的类型为：",type(b))
#generator的调用方式
#第一种方式
print(b.__next__())
#第二种方式
print(next(b))

 b.一个函数中包含yield关键字，那么这个函数就不再是一个普通的函数，而是一个generator。调用函数就是创建了一个生成器对象

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))

4.生成器的工作原理

a.生成器能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常

b.带有yield的函数不在是一个普通的函数，而是一个生成器generator。可用next()调用生成器对象来取值。next()两种方式t.__next__() | next(t)

c.yield相当于return返回一个值，并且记住这个返回的位置，下次迭代的时候，代码从yield的下一条语句开始执行

d. .send()和next()一样，都能让生成器继续往下走一步，但send()能传一个值，这个值作为yield表达式整体的结果

解析：换句话说，就是send可以强行修改上一个yield表达式值，比如函数中有一个yield赋值，a=yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10

eg：

#encoding:UTF-8
def yield_test(n):
    for i in range(n):
        yield call(i)
        print("i=",i)
    print("Done.")

def call(i):
    return i*2

for i in yield_test(5):
    print(i,",")

def count_down(n):
while n >= 0:
newn = yield n
print('newn', newn)
if newn:
print('if')
n = newn
print('n =', n)
else:
n -= 1

cd = count_down(5)
for i in cd:
print(i, ',')
if i == 5:
cd.send(3)