深入理解Python生成器

前言

生成器是你在学习Python的过程中一定会遇到的一个东西，但是往往很少有文章能用一句话解释清楚到底什么是生成器，它可以干什么。本文的目标就是想通过简单的文字能够将生成器解释清楚，理解运行机理，懂的如何使用。那么久请看下面的介绍吧

生成器是什么

用简短的一句话解释什么是Python生成器，就是：使用了 yield 的函数就称为生成器（generator）
形如以下函数：

def fib(max):
    a, b = 0, 1
    while a < max:
        yield a
        a, b = b, a + b

其实，此函数是返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

生成器的作用

那么为什么要使用生成器呢？
主要是由于Python列表的数据都是存储在内存中的，如果数据量非常的时候，那么就非常的耗内存了。

于是有人就在想是不是我想要庞大的数据，但是确占用很少的内存，可不可以呢？于是有人想到如果列表元素按照某种规则（算法）推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必一次性创建完整的list，从而可以节省大量的空间。于是生成器就产生了。

所以生成器的作用就是：可以获得庞大的数据，同时占用内存小。

生成器函数的运行过程

当你了解生成器的作用后，你一定迫不及待的想知道生成器函数是如何运行的，对吧？别慌，接着看下面的讲解，看完你就知道生成器函数在调用的时候是如何运行的了。

一句话解释运行机理：
在next()调用生成器，生成器运行过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从yield的下一位置继续运行。

举例：
假如生成器是这个斐波拉契函数。

def fib(max):
    a, b = 0, 1
    while a < max:
        yield a
        a, b = b, a + b

通过next()执行调用

aa = fib(10)

# 使用方式一：next()
while True:
    try:
        print(next(aa), end=' ')
    except StopIteration:
        print('\n')
        break

解释：
当执行aa = fib(10)时，会创建一个生成器，如下所示

接着执行到while语句中，while会一直执行，直到出现StopIteration才会通过break退出。
首先，我们来解释下try中的print(next(aa), end=’ ')语句，这句就是打印next(aa)的值，并且加一个空格作为间隔。
其次，我们来解释next(aa)这个语句，next(aa)表示执行一次生成器函数，当遇到yield的时候停止，并返回yield的值，再次执行next(aa)时，就会从上一次yield的位置继续往下执行，直到再次遇到yield时候停止，并返回yield的值。后面继续调用next方法，都重复前面的流程。
最后，当next(aa)继续执行时候，已经到了生成器最后位置时，便会抛出一个StopIteration的异常，从而终止生成器函数。

详细解释next(aa)每次调用时原函数的执行步骤

1. 第一次调用next(aa)时， fib函数初始化 a, b = 0, 1，此时a = 0, b=1, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为0。进行下一次循环调用next(aa)
2. 第二次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 1, b=1, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为1。进行下一次循环调用next(aa)
3. 第三次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 1, b=2, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为1。进行下一次循环调用next(aa)
4. 第四次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 2, b=3, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为2。进行下一次循环调用next(aa)
5. 第五次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 3, b=5, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为3。进行下一次循环调用next(aa)
6. 第六次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 5, b=8, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为5。进行下一次循环调用next(aa)
7. 第七次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 8, b=13, 进入循环判定(a<10?)，为真，通过yield a，返回此时打印为8。进行下一次循环调用next(aa)
8. 第八次调用next(aa)时，fib函数从yield a的下一条语句开始执行，执行a, b = b, a + b, 此时a = 13, b=21, 进入循环判定(a<10?)，为假，于是结束循环，抛出异常，进入except StopIteration语句，打印换行符，再运行break，跳出while循环。
   
   

生成器的调用方式

正如前面介绍，生成器的调用方式就是next()。但是我们在平时使用时，也自己使用next()方法调用岂不是有点麻烦，于是Python也想到了这个问题，所以for循环，以及list等语句都自动使用next()方法（其实Python很多方法都自动支持使用next方式），并且巧妙处理了StopIteration异常，不会崩溃程序。

使用举例：还是上面的斐波拉契生成器
除了显示的使用next(), 还可以有下面两种调用方式，list和for

# 使用方式二：list()
print('list(fib(100))=', list(fib(100)))
# 打印结果：
# list(fib(100))= [0, 1, 1, 2, 3, 5, 8]

# 使用方式三：for
for x in fib(100):
    print(x, end=' ')
    
# 打印结果：
# 0 1 1 2 3 5 8 

生成器的使用场景

节省内存
不确定数据大小
流式处理数据
无限的数据

好了，今天的生成器解释结束了，我相信你看完了，对生成器的了解应该是比较清晰了。如果你还有什么问题的话，可以给我留言，我们一起讨论。