python中的生成器

利⽤迭代器，可以在每次迭代读取数据（通过next()⽅法）时按照特定的规律进⾏⽣成。但是我们在实现⼀个迭代器时，关于当前迭代到的状态需要我们⾃⼰记录，进⽽才能根据当前状态⽣成下⼀个数据。为了达到记录当前状态，并配合next()函数进⾏迭代使⽤，我们可以采⽤更简便的语法，即⽣成器(generator)。⽣成器是⼀类特殊的迭代器。

 

创建⽣成器⽅法1

要创建⼀个⽣成器，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()

 

创建⽣成器⽅法2

generator⾮常强⼤。如果推算的算法比较复杂，⽤类似列表⽣成式的        for循环⽆法实现的时候，还可以⽤函数来实现。

在使⽤⽣成器实现的⽅式中，我们将原本在迭代器        __next__        ⽅法中实现的基本逻辑放到⼀个函数中来实现，但是将每次迭代返回数值的return换成了 yield，此时新定义的函数便不再是函数，⽽是⼀个⽣成器了。

总结

 1.使⽤了yield关键字的函数不再是函数，⽽是⽣成器。（使⽤了yield的函数就是⽣成器）

2.yield关键字有两点作⽤：

                  保存当前运⾏状态（断点），然后暂停执行，即将⽣成器（函数）挂起

                 将yield关键字后⾯表达式的值作为返回值，此时可以理解为起到了return的作⽤

可以使⽤next()函数让⽣成器从断点处继续执行，即唤醒⽣成器（函数）

Python3中的⽣成器可以使⽤return返回最终运⾏的返回值，⽽Python2 中的⽣成器不允许使⽤return返回⼀个返回值（即可以使⽤return从⽣成器中退出，但return后不能有任何表达式）。

 

 

使⽤send唤醒

我们除了可以使⽤next()函数来唤醒⽣成器继续执⾏外，还可以使⽤send()函数来唤醒执⾏。使⽤send()函数的⼀个好处是可以在唤醒的同时向断点处传入⼊⼀个附加数据。

注意：  

 gen_obj.__next__()     等价于 gen_obj.send(none)