徹底理解 Python 生成器
- 2020 年 1 月 19 日
- 筆記
1. 生成器定義
在Python中，一邊循環一邊計算的機制，稱為生成器：generator。
2. 為什麼要有生成器
列表所有數據都在記憶體中，如果有海量數據的話將會非常耗記憶體。
如：僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。
如果列表元素按照某種演算法推算出來，那我們就可以在循環的過程中不斷推算出後續的元素，這樣就不必創建完整的list，從而節省大量的空間。
簡單一句話：我又想要得到龐大的數據，又想讓它佔用空間少，那就用生成器！
3.如何創建生成器
第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x1022ef630>
創建L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。
方法二， 如果一個函數中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator。調用函數就是創建了一個生成器（generator）對象。
4. 生成器的工作原理
（1）生成器(generator)能夠迭代的關鍵是它有一個next()方法，
工作原理就是通過重複調用next()方法，直到捕獲一個異常。
（2）帶有 yield 的函數不再是一個普通函數，而是一個生成器generator。
可用next()調用生成器對象來取值。next 兩種方式 t.__next__() | next(t)。
可用for 循環獲取返回值（每執行一次，取生成器裡面一個值）
（基本上不會用next()來獲取下一個返回值，而是直接使用for循環來迭代）。
（3）yield相當於 return 返回一個值，並且記住這個返回的位置，下次迭代時，程式碼從yield的下一條語句開始執行。
（4）.send() 和next()一樣，都能讓生成器繼續往下走一步（下次遇到yield停），但send()能傳一個值，這個值作為yield表達式整體的結果
——換句話說，就是send可以強行修改上一個yield表達式值。比如函數中有一個yield賦值，a = yield 5，第一次迭代到這裡會返回5，a還沒有賦值。第二次迭代時，使用.send(10)，那麼，就是強行修改yield 5表達式的值為10，本來是5的，那麼a=10
感受下yield返回值的過程（關注點：每次停在哪，下次又開始在哪）及send()傳參的通訊過程，
思考None是如何產生的（第一次取值：yield 返回了 i 值 0，停在yield i，temp沒賦到值。第二次取值，開始在print，temp沒被賦值，故列印None，i加1，繼續while判斷，yield 返回了 i 值 1，停在yield i）：
好了，話不多說，翠花，上栗子：
1 #encoding:UTF-8 2 def yield_test(n): 3 for i in range(n): 4 yield call(i) 5 print("i=",i) 6 print("Done.") 7 8 def call(i): 9 return i*2 10 11 for i in yield_test(5): 12 print(i,",")
結果：
>>> 0 , i= 0 2 , i= 1 4 , i= 2 6 , i= 3 8 , i= 4 Done. >>>
理解的關鍵在於：下次迭代時，程式碼從yield的下一條語句開始執行。
總結：
什麼是生成器？
生成器僅僅保存了一套生成數值的演算法，並且沒有讓這個演算法現在就開始執行，而是我什麼時候調它，它什麼時候開始計算一個新的值，並給你返回。
練習題：
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)
結果：
