Python自学成才之路生成器的使用

为何需要生成器？ 假如现在有一个需求，需要打印从1到1亿的整形。如果我们采用普通的方式，直接调用range函数，那么程序肯定会崩溃，因为range(1,100000000)函数直接产生一个从1-1亿的列表，这个列表中的所有数据都是存放在内存中的，会导致内存爆满。这时候我们可以采用生成器来解决这个问题，生成器不会一次性把所有数据都加载到内存中，而是在循环的时候临时生成的，循环一次生成一个，所以在程序运行期间永远都只会生成一个数据，从而大大节省内存。

生成器是什么？ 使用yield的函数是生成器，生成器是一个迭代器。

创建一个生成器在函数中使用yield来创建一个生成器。如下所示：

def my_gen(start, end):
    index = start
    while index < end:
        yield index
        index += 1


print(isinstance(my_gen(1, 100), Iterable))

ret = my_gen(1, 10)
for x in ret:
    print(x)

怎么去理解生成器呢？可以理解为每次使用next获取生成器的值的时候会在yield出暂停并返回值，再次使用next取数时从yiled处开始执行。所以next会在yield处暂停，也在yield处被唤醒。

Send函数 send方法和next方法类似，可以用来触发生成器的下一个yield，但是send不仅可以触发下一个yield，还可以发送数据过去，作为yield表达式的值，yield表达式的值是None。

def my_gen(start):
    while start < 10:
        temp = yield start
        print(temp)
        start += 1


ret = my_gen(1)
# 在迭代开始的地方使用send只能传递None为参数
print(ret.send(None))
print(next(ret))
print(next(ret))
print(ret.send("hello"))
print(next(ret))

注意：使用send的时候，在迭代开始的地方使用send只能传递None为参数。

提前终止生成器 return语句会触发StopIteration异常，可以提前终止生成器。

def my_gen(start):
    while start < 3:
        yield start
        start += 1
        return "hello"

# 如果使用for遍历 不会出现StopIteration异常
ret = my_gen(1)
iter = my_gen(1)
while True:
    print(next(iter))
输出：
Traceback (most recent call last):
  File "D:/pycharm workspace/oopdemo/iterator_generator/generator_demo01.py", line 58, in <module>
    print(next(iter))
StopIteration: hello
1

注意：使用next会抛出StopIteration异常，for循环遍历不会抛出StopIteration异常。

生成器的应用 使用生成器创建一个斐波拉契数列。

def fib(count):
    a, b = 0, 1
    tmp = 1
    while tmp <= count:
        yield b
        c = b
        b = a + b
        a = c
        tmp += 1

for x in fib(7):
    print(x)

上面是生成器的常见的用法，实际上生成器还有一些高级的用法，后面会结合一些场景做介绍。

本人是做大数据开发的，在微信上开了个个人号，会经常在上面分享一些学习心得，原创文章都会首发到公众号上，感兴趣的盆友可以关注下哦！

大数据入坑指南

Python自学成才之路 生成器的使用

Python自学成才之路生成器的使用