python生成器函数 yield、yield from

一、为什么叫生成器函数？

因为它们产生generate一系列值而得名。在生成器函数中，使用"yield"语句生成一个值并将其返回调用值，而不是通过普通的"return"语句一次性返回所有值。

因为生成器函数只有在请求下一个值时，才会进行计算，并且在生产值时保留函数的状态。所以，处理大量的数据时，不会占用很大的内存。他们不会一次性计算并存储所有的值，所以主要特点是『惰性计算』。

好处：高效地使用内存和计算资源。

最大特点：惰性计算。（用的时候，才去计算。）

保留状态：保留之前的值。

 如下代码，yiled调用生成器，返回的是一个generator类型的值。

1、yield在生成器函数中使用

生成器是一种特殊的函数。

生成器函数中的 "yield" 关键词用于产生值并将其返回给调用者，同时保留函数的当前状态。

每次调用生成器函数时，它会从上次 "yield" 语句的位置恢复执行，并一直执行到下一个 "yield" 语句。这样，生成器函数可以逐步生成值，而不是一次性生成所有值，从而节省内存并提高性能。

如下代码，是一个生成器函数，它会生成一系列整数值：1，2，3。

def nested_generator():
    yield 1
    yield 2
    yield 3

二、怎么使用generator类型的数据？

生成器generator是一种特殊类型的迭代器。

1、什么是迭代器？

迭代器Iterator，用来一种遍历或迭代集合元素的对象。可以按顺序访问集合的每个元素，而无需了解集合内部的结构。用iter和next手动操作迭代器。

 for循环无法获取到迭代的值，因为迭代器已遍历完所有的值。

2、generator生成器里可以放什么类型的数据？

在生成器中，可以放置各种类型的东西，包括 yield 语句、函数调用、表达式、迭代器以及 yield from 表达式。这些元素共同构成了生成器函数的功能，使其能够高效地处理大型数据集、无限序列或需要惰性计算的场景。

3、怎么使用generator类型的数据？

generator是一种特殊的迭代器。因为iterator可用next，不可以用for循环。但是gerater两者都可以用。

1、获取值的方式

def my_generator():
    yield 1
    yield 2
    yield 3

# 使用 for 循环迭代生成器
for value in my_generator():
    print(value)


# 使用 next() 函数
gen = my_generator()
print(next(gen))  # 输出：1
print(next(gen))  # 输出：2
print(next(gen))  # 输出：3

2、可直接用于迭代函数，如sum()、max()、min() 等。

gen = my_generator()
total = sum(gen)
print(total)  # 输出：6

3、generator和其他类型的互相转换

1、generator转换成其他类型（例如列表、元祖、集合）。如下代码

def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator()
my_list = list(gen)  # 或者 tuple(gen)、set（gen）
print(my_list)  # 输出：[1, 2, 3]

2、其他类型转换成generator类型

（1）使用生成器表达式

my_list = [1, 2, 3, 4, 5]
gen = (x for x in my_list)

（2）函数中使用yield

def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator()

三、yield from使用

1、如果解读如下代码段？

def nested_generator():
    yield 1
    yield 2
    yield 3

def main_generator():
    yield 'Start'
    yield from nested_generator()
    yield 'End'

def ok_yiled_from():
    for item in main_generator():
        print(item)

ok_yiled_from()


输出：
    Start
    1
    2
    3
    End

1、ok_yiled_from调用main_generator返回一个generator，进行for循环。

2、调用main_generator中的yield 'Start'，则生成Start并返回给调用者，执行到该句返回，并暂停

3、调用main_generator中的yield from nested_generator()，使用yield from调用另外一个生成器函数nested_generator（）（问题：yield from后面只能跟生成器函数吗？）。

main_generator生成器函数将执行权转交给nested_generator()，并在其中生成的值被产生时，直接返回main_generator生成器函数的调用者ok_yiled_from。main_generator暂停执行，等待nested_generator执行完毕。

4、当nested_generator()生成器函数执行完毕后并没有更多值可产生时，main_generator生成器函数会继续执行，yield 'End' 产出 End值。此时，生成器函数的执行完全终止。

这样，整个过程就形成了一个流程，生成器函数逐步生成值并在必要时暂停执行，而在 yield from 语句中调用的嵌套生成器负责生成中间的值。这种机制使得生成器函数能够高效地处理大量数据或延迟计算，从而节省内存和提高性能。

2、yield from后面要求跟什么？

yield from后面可以跟可迭代对象或者生成器generator。

1）跟任何可迭代对象iterable，包括列表、元组、集合、字典的键或值、字符串等

例如：

def list_generator():
    my_list = [1, 2, 3, 4, 5]
    yield from my_list

gen = list_generator()
for value in gen:
    print(value)

2）跟生成器generator

如上面例子中的nested_generator()

3、yield后面跟什么？

yeild后面跟：不同类型单独的值、任何不同类型的表达式、语句。

def calculate_square(x):
    return x * x

def my_generator():
    yield 1
    yield "Hello"
    yield 3.14
    yield 10 * 2
    yield calculate_square(2)

gen = my_generator()
print(next(gen))  # 输出：1
print(next(gen))  # 输出：hello
print(next(gen))  # 输出：3.14
print(next(gen))  # 输出：20
print(next(gen))  # 输出：4

4、yield from和yield的相同和不同点是什么

相同点：

1）都是用来返回和暂停

2）都是生成器函数，返回generator对象。

不同点：

1）返回给的对象不一样。

（也就是：用yield for和yiled修饰函数有什么不同？也就是返回给的函数不一样。）

yield产出的值返回给当前调用的函数。yiled from返回给当前调用函数的上一个调用函数。

a. yield产生一个值，并将起返回给调用者；

b. yield from 用于委托部分工作给另外一个生成器。它在生成器中使用，可以将另外一个生成器/迭代器产出的值直接返回给调用者。

代码说明如下：

def generate_list():
    return [1,3,4,5]

def while_yiled():
    for i in range(0,2):
        yield generate_list()

def while_yiled_from():
    for i in range(0,2):
        yield from generate_list()

print(list(while_yiled()))
print(list(while_yiled_from()))

输出：
[[1, 3, 4, 5], [1, 3, 4, 5]]
[1, 3, 4, 5, 1, 3, 4, 5]

解读如上代码：

1、def while_yiled(): ...

生成器函数while_yiled() ，每次循环中生成[1,3,4,5]， 把作为一个单独的元素返回给调用者print()函数，2次循环，得到了2个[1,3,4,5]元素，即结果为[[1,3,4,5]],[1,3,4,5]]]

2、while_yiled_from()

另外一个生成器函数while_yiled_from()，每次循环生成[1,3,4,5]，直接把每个元素逐个返回给调用者print()，2次循环，得到了共8个元素，即结果为[1,3,4,5,1,3,4,5]

总结：

while_yiled()和while_yiled_from()两个生成器函数中，使用了不同的生成器特性：

yiled返回整个结果给调用者。

yiled form直接将返回的值逐个返回给调用者。

5、解读如下代码

def nested_generator():
    yield 1
    yield 2
    yield 3

def main_generator_yeild_form():
    yield 'Start'
    yield from nested_generator()
    yield 'End'


def main_generator_no_yield():
    yield 'Start'
    nested_generator()
    yield 'End'

def main_generator_only_yield():
    yield 'Start'
    yield nested_generator()
    yield 'End'


def try_yiled_from():
    for item in main_generator_yeild_form():
        print(item)
    print('main_generator_yeild_form\n\n')


    for item in main_generator_only_yield():
        print(item)
    print('main_generator_only_yield\n\n')


    for item in main_generator_no_yield():
        print(item)
    print('main_generator_no_yield\n\n')


try_yiled_from()

输出：
Start
1
2
3
End
main_generator_yeild_form


Start
<generator object nested_generator at 0x7fa9f4528930>
End
main_generator_only_yield


Start
End
main_generator_no_yield

 1、def main_generator_yeild_form():...

生成器函数，使用yeild from 委托 nested_generator() 生成器进行工作，将返回的每个元素直接逐个给了调用者try_yiled_from中的main_generator_yeild_form()，所以结果就是：start、1、2、3、end

 2、def main_generator_no_yield():...

生成器函数，因为调用nested_generato()是并没有使用yield、yield from，所以并没有将nested_generato()产生的值返回给调用者。nested_generato()仍然会产生值，但是在调用者try_yiled_from中的main_generator_no_yield()中，并没有返回，或者捕获到。因此它的值不会被输出。废值，没用过。

 3、def main_generator_only_yield():...

生成器函数，调用nested_generato()是使用yield，所以返回的是生成器本身，并不是nested_generato()产生的值，所以输出结果为start, nested_generato()生成器对象，end。