弄懂这 6 个问题，拿下 Python 生成器！

我的施工之路

施工计划第17篇。公众号真正做技术写作的本来就少，能够从一而终，始终坚持下去的，更是凤毛麟角，我会向我心中那些正真在做技术分享的前辈们学习，争取早日加入这类俱乐部。

正如施工专题计划开篇，我会牢记读者们的169个在看，砥砺前行：

叮嘱自己始终坚持每篇文章不吹不擂，不硬往谷歌、Facebook、华为师兄师姐，清华、北大、中科大，诸如此类上靠近乎。因为我知道，弄虚作假、搬弄是非、混淆视听，把时间拉长，最终结果都是搬起石头砸自己的脚，坑害的是整个圈子，圈子都没了还玩个鸟啊。

正如您所见，我写的这些专题文章，也都是老生常谈的话题，可能在网上一搜一大片，然而文章质量却参差不齐，叫人拍手叫好的文章始终不那么多。我会始终保持努力，争取为读者朋友们带来一些不一样的东西，这很难，但却很值得。

今天介绍生成器和yield的用法，通过如下8、9个小问题，相信大家会对它们有一点新的认识。

1 什么是可迭代对象？

可迭代对象，英文Iterable，是一个形容词，这类对象和Java语言类似，都可看作是一类接口，抽象地描述事物具备怎样的能力。所以，Iterable自然具备可迭代能力。

如下，常见的list，Iterator等都是Iterable对象：

In [33]: from collections.abc import Iterable,Iterator                      

In [34]: issubclass(list,Iterable)                                          
Out[34]: True

In [35]: issubclass(Iterator,Iterable)

2 什么是一个生成器？

生成器是可迭代的(Iterable)，最简单的创建生成器方法是通过一对()，如下所示：

In [37]: g = (i*i for i in [1,4,0])                                         

In [38]: g                                                                  
Out[38]: <generator object <genexpr> at 0x7fe8956e96d0>

g 是一个生成器对象，generator object

获取生成器对象的元素，可使用next函数，如下所示，获取第一个元素：

In [39]: next(g)                                                            
Out[39]: 1

获取第二个元素：

In [40]: next(g)                                                            
Out[40]: 16

3 创建生成器的几种方法？

如上所见，使用一对()能够创建一个生成器对象。

除此之外，想必大家也都知道，是使用关键字 yield. yield出现在一个函数中，运行到yield处，返回的对象便是生成器对象(generator object).

4 生成器是迭代器吗？

生成器对象(generator object)一定也是迭代器对象(Iterator object)，如上面的生成器g，使用内置函数isinstance验证，返回True:

In [43]: isinstance(g,Iterator)                                             
Out[43]: True

因此，它具备一切迭代器的特性，关于迭代器我们已在上一个话题讨论，简而言之，迭代器的几个特点：

是有去无回的，
迭代器无需提前知道整个列表的所有元素，
无需加载所有元素到RAM中尽而它是节省内存的(memory-efficient).

生成器同样具备这些特性。除此之外，它还有一些独有的特性，下面跟随yield 我们便能看出来。

5 如何用一句话描述 yield？

yield 关键字的用法在stackoverflow上也是最热的问题之一，借用一个最热回答中的解释：

“yield is a keyword that is used like return, except the function will return a generator. ”

yield 是一个特殊的return, 它返回一个生成器对象。

说实话，理解这些只是皮毛。那么，如何精通yield的用法呢？

6 如何精通yield的用法？

要想精通yield，你必须首先搞清楚一点：

当你调用带有yield的函数时，函数并没有执行任何一行，只是返回一个生成器对象

为了帮助大家理解，创建一个带有yield的函数：

def gfun():
    mylist = range(3)
    for i in mylist:
        yield i*i

g = gfun()
print(g)

为了加深印象，你可以自己调试验证一遍，函数第一行打的断点始终未被命中。

带yield的函数和for结合使用，第一次调用上一步创建的生成器对象后，将会进入函数体直到遇到yield返回值。

然后，for循环再进入函数时，直接跑到yield的下一句。直到生成器对象变空为止。

使用下面代码演示yield的上面过程：

def createGenerator():
    mylist = range(3)
    for i in mylist:
        yield i*i
        print(i*i)

g = createGenerator()
print(g)
for gi  in g:
    pass

参考录制的gif：

7 yield 都有哪些重要价值？

Python引入yield后，便拥有具备实现协程的能力，协程的确是一种高效的编程模型，关于协程的理解，后面专题会详细讨论。包括更高级的功能如异步等，根基都是yield.

8 yield 和 itertools

yield重要性和使用广泛性还提现在，Python单独一个模块专门用于管理迭代器和生成器对象，便是itertools，里面封装的方法特性后面再讨论。

9 yield 使用案例

yield实现浮点数步长的frange:

def frange(start,end,step):
    i = start
    while i<end:
        yield round(i,3)
        i+=step

调用frange:

for item in frange(10,14,0.8):
    print(item)

结果：

最后总结今天讨论的几个问题：

1 什么是可迭代对象？
2 什么是一个生成器？
3 创建生成器的几种方法？
4 生成器是迭代器吗？
5 如何用一句话描述 yield？
6 如何精通yield的用法？
7 yield 都有哪些重要价值？
8 yield 和 itertools
9 yield 使用案例