Python的生成器

什么是生成器：

生成器是指能够动态生成提供数据的对象，生成器对象也是可迭代对象
生成器分为两种：

1. 生成器函数
2. 生成器表达式

生成器函数的定义:

含有yield语句的函数是生成器函数，此函数被调用将返回一个生成器对象
yield翻译为产生(或生成)
生成器函数说明:
生成器函数的调用将返回一个生成器对象，生成器对象是一个 可迭代对象，通常用来动态生成数据
生成器函数调用 return 语句会触发一个StopIterator异常

简单的生成器：

# 简单的生成器函数
def my_gen():
     n=1
     print("first")
     # yield区域
     yield n 
     n+=1
     print("second")
     yield n
     n+=1
     print("third")
     yield n
a=my_gen()
 print("next method:")
 # 每次调用a的时候，函数都从之前保存的状态执行
 print(next(a))
 print(next(a))
 print(next(a))
 print("for loop:")
 # 与调用next等价的
 b=my_gen()
 for elem in my_gen():
     print(elem)

循环生成器

在这里插入代码片# 逆序yield出对象的元素
def rev_str(my_str):
    length=len(my_str)
    for i in range(length-1,-1,-1):
        yield my_str[i]
    for char in rev_str("hello"):
   	 print(char)

生成器表达式

Python中，有一个列表生成方法，比如

# 产生1,2,3,4,5的一个列表
[x for x in range(5)]

如果换成[]换成()，那么会成为生成器的表达式

(x for x in range(5))

具体使用方式：

a=(x for x in range(10))
b=[x for x in range(10)]
# 这是错误的，因为生成器不能直接给出长度
# print("length a:",len(a))
# 输出列表的长度
print("length b:",len(b))
b=iter(b)
# 二者输出等价，不过b是在运行时开辟内存，而a是直接开辟内存
print(next(a))
print(next(b))

为什么使用生成器：

、

1. 更容易使用，代码量较小
2. 内存使用更加高效。比如列表是在建立的时候就分配所有的内存空间，而生成器仅仅是需要的时候才使用，更像一个记录
3. 代表了一个无限的流。如果我们要读取并使用的内容远远超过内存，但是需要对所有的流中的内容进行处理，那么生成器是一个很好的选择，比如可以让生成器返回当前的处理状态，由于它可以保存状态，那么下一次直接处理即可
4. 流水线生成器。假设我们有一个快餐记录，这个记录的地4行记录了过去五年每小时售出的食品数量，并且我们要把所有的数量加在一起，求解过去5年的售出的总数。假设所有的数据都是字符串，并且不可用的数字被标记成N/A。那么可以使用下面的方式处理

with open('sells.log') as file:
    pizza_col = (line[3] for line in file)
    per_hour = (int(x) for x in pizza_col if x != 'N/A')  # 使用生成器  进行自动迭代
    print("Total pizzas sold = ",sum(per_hour))1