Python生成器的教程

一.什么是生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了

1.while的列表推导

list.append(i)

2.for的列表推导,range与切片很类似

for i in range(10,78):

3.第一个i是元素的值，后面的for是循环的次数，如果第一个i=11，那么所有的元素都是11

a=[i for i in range(1,18)]

4.for控制循环的次数，for和if的嵌套

c = [i for i in range(10) if i%2==0]

5.每执行第一个for循环都要执行第二个for循环的所有次数

d = [i for i in range(3) for j in range(2)]

6.每执行第一个for循环都要执行第二个for循环的所有次数

d = [(i,j) for i in range(3) for j in range(2)]

二.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( )

如：L = [ x*2 for x in range(5)]和G = ( x*2 for x in range(5))，L是一个列表，而G是一个生成器，可以通过next(G)函数获得生成器的下一个返回值，不断调用 next()实在是太变态了，正确的方法是使用for循环，因为生成器也是可迭代对象

三.创建生成器方法2

fib函数变成generator，只需要把print(b)改为yield b就可以了,循环过程中不断调用yield ，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来，当循环到没有元素的时候，将会生成异常，这时候就要用try和exception来检测异常，#print自动检测异常并停止,但是next()就要用try ，在创建生成器的时候需要接收函数的返回值

#1.next(返回函数名)
#2.返回函数名.__next__()是一样的方法来获取下一个返回值

总结：生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次或第 n 次调用跳转至该函数中间，而上次调用的所有局部变量都保持不变，生成器不仅记住了它数据状态；生成器还记住了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置

四.生成器的特点

1.节约内存
2.迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的

五.send用法

1.如果在在程序中有个变量等于yield，不是说把yield的值给了这个变量，而是接下来在下一次调用执行一次的时候可以传一个值，t.send("haha")和t.__next__()都可以让生成器继续执行，不同的是send可以传递一个值，但是不能在程序刚开始执行就用send传值，有两种方法，要么先用__next__调用一次，再send一个值，或者t.send(None)

2.生成器：完成多任务，控制多个任务执行的情况