为什么要使用生成器
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。比如创建一个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。
什么是生成器
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。
创建生成器
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：
1 # The author is tou 2 # Version：Python 3.6.55 3 print([i*2 for i in range(10)]) #列表生成式 4 5 b = (i*2 for i in range(10)) #生成器 6 # print(b.__next__()) 7 # print(b.__next__()) #__next__()方法取下一个值 8 for i in b: #亦可迭代取值 9 print(i)
创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个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__next__()方法获得generator的下一个返回值
generator保存的是算法，每次调用__next__()，就计算出g的下一个元素的值，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(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象。
实现斐波拉契数列（Fibonacci）：
除第一个和第二个数外，任意一个数都可由前两个数相加得到。
1 def fib3(max): #加入生成器的斐波那契数列，并抓取超过次数所报错误，并返回return值 2 n,a,b = 0,0,1 3 while n<max: 4 yield b 5 a,b = b,a+b 6 n = n+1 7 return "done" 8 #print(fib(10)) #直接打印 9 f = fib3(10) 10 while True: 11 try: 12 print("f.__next__():",f.__next__()) 13 except StopIteration as e: #抓取超过次数所报错误 14 print("Generator return value :",e.value) 15 break
这就是定义generator的另一种方法。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generator。
1 # The author is tou 2 # Version：Python 3.6.5 3 import time 4 5 def consumer(name): #消费者 6 print("%s准备吃包子啦！"%name) 7 while True: 8 baozi = yield 9 print("第[%s]份包子来了，被[%s]吃了！"%(baozi,name)) 10 # c = consumer("tou") 11 # c.__next__() 12 # b1 = "韭菜馅" 13 # c.send(b1) #给yield赋值 14 15 def producer(name): #生产者 16 c = consumer("toutou") 17 c.__next__() 18 print("%s开始准备做包子了！"%name) 19 for i in range(10): 20 time.sleep(1) 21 print("%s做了两个包子！"%name) 22 c.send(i+1) 23 producer("zhuozhuo")
请发表评论