Python之生成器及其优点

什么是生成器

生成器是一个简单的方式来完成迭代。简单来说，Python的生成器是一个返回可以迭代对象的函数。

怎样创建生成器

在一个一般函数中使用yield关键字，可以实现一个最简单的生成器，此时这个函数变成一个生成器函数。
yield与return返回相同的值，区别在于return返回后，函数状态终止，而yield会保存当前函数的执行状态，在返回后，函数又回到之前保存的状态继续执行。

生成器函数与一般函数的不同

1. 生成器函数包含一个或者多个yield
2. 当调用生成器函数时，函数将返回一个对象，但是不会立刻向下执行
3. 像__iter__()和__next__()方法等是自动实现的，所以我们可以通过next()方法对对象进行迭代
4. 一旦函数被yield，函数会暂停，控制权返回调用者
5. 局部变量和它们的状态会被保存，直到下一次调用
6. 函数终止的时候，StopIteraion会被自动抛出

# 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)

使用循环的生成器

# 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)

生成器的表达式

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)]

如果把[]换成()，那么会成为生成器的表达式。

(x for x in range(5))

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

• 更容易使用，代码量较小
• 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
• 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。
• 流水线生成器。假设我们有一个快餐记录，这个记录的第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))