python基础知识整理11-生成器

1 生成器

利用迭代器，我们可以在每次迭代获取数据（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。

2 创建生成器

2.1 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 ( )

>>> L = [ x*2 for x in range(5)]
>>> L
[0, 2, 4, 6, 8]
>>> G = ( x*2 for x in range(5))
>>> G
<generator object <genexpr> at 0x7f626c132db0>

L 和 G 的区别仅在于最外层的 [ ] 和 ( ) ， L 是一个列表，而 G 是一个生成器。

可以直接打印出列表L的每一个元素，而对于生成器G，我们可以按照迭代器的使用方法来使用，即可以通过next()函数、for循环、list()等方法使用。

>>> next(G)
0
>>> next(G)
2
>>> next(G)
4
>>> next(G)
6
>>> next(G)
8
>>> next(G)
Traceback (most recent call last):
  File "D:\Application\Anaconda\lib\site-packages\IPython\core\interactiveshell.py", line 3267, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-17-b4d1fcb0baf1>", line 1, in <module>
    next(G)
StopIteration   

2.2 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。

斐波那契数列使用生成器实现：

# -*- coding: utf-8 -*-
def fib(n):
    current = 0
    num1, num2 = 0, 1
    while current < n:
        num = num1
        num1, num2 = num2, num1 + num2
        current += 1
        yield num
    return 'done'


if __name__ == '__main__':
    fib = fib(12)
    for num in fib:
        print(num, end=", ")
        
"""
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 
"""

在使用生成器实现的方式中，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。

简单来说：只要在def中有yield关键字的 就称为生成器

此时按照调用函数的方式( 案例中为F = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象（ 案例中为F ），然后就可以按照使用迭代器的方式来使用生成器了。

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

# -*- coding: utf-8 -*-
def fib(n):
    current = 0
    num1, num2 = 0, 1
    while current < n:
        num = num1
        num1, num2 = num2, num1 + num2
        current += 1
        yield num
    return 'done'


if __name__ == '__main__':
    g = fib(12)
    while True:
        try:
            x = next(g)
            print("value:%d" % x)
        except StopIteration as e:
            print("生成器返回值:%s" % e.value)
            break
            
"""
value:0
value:1
value:1
value:2
value:3
value:5
value:8
value:13
value:21
value:34
value:55
value:89
生成器返回值:done
"""

总结：

• 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）
• 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返回，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）。

3 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一个附加数据。

例子：执行到yield时，gen函数作用暂时保存，返回i的值; temp接收下次c.send("python")，send发送过来的值，c.next()等价c.send(None)

In[22]: def gen():
   ...:     i = 0
   ...:     while i < 5:
   ...:         temp = yield i
   ...:         print(temp)
   ...:         i += 1
   ...: 

In[23]: f = gen()

In[24]: next(f)
Out[24]: 0

In[25]: f.send('python')
python
Out[25]: 1

In[26]: next(f)
None
Out[26]: 2

In[27]: f.send('python')
python
Out[27]: 3

In[28]: f.__next__()
None
Out[28]: 4

In[29]: f.__next__()
None