python学习之生成器

本博客学习参照对象为Eva_J,博客地址为https://www.cnblogs.com/Eva-J/p/7277026.html

生成器本质就是迭代器（自带__iter__和__next__方法），在某种情况下，我们需要节省内存，就只能自己写，我们自己写的这个能实现迭代器功能的东西叫做生成器。

python中提供的生成器：

• 生成器函数：常规函数定义，但是使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行
• 生成器表达式：类似于列表推导，但是生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表。

生成器函数

一个包含yield关键字的函数就是生成器函数。

yield与return一样，都可以为我们从函数中取返回值。

但yield与return不同：

return的执行意味着程序的结束

而调用生成器函数不会得到返回的具体的值，而是得到一个可迭代对象。每次获取这个可迭代对象的饿值，就能推动函数的执行，获取新的返回值，直到函数执行结束。

next()和yield()必须一一对应

def generator_fun1():
    a = 1
    print('现在定义了a变量')
    yield a
    b = 2
    print('现在定义了b变量')
    yield b
g1 = generator_fun1()
print('g1: ',g1)
print(next(g1))
print(next(g1))

#执行结果：-->
'''g1:  <generator object generator_fun1 at 0x0000000000AF5888>
现在定义了a变量
1
现在定义了b变量
2

def cloth():
    for i in range(1,50001):
        yield '衣服%s'%i
g_obj = cloth()
for i in range(50):
    print(g_obj.__next__())

#先要50件衣服
for i in range(150):
    print(g_obj.__next__())
#再要50件衣服

send

send获取下一个值的效果和next基本一致

只是在获取下一个值的时候，给上一个yield的位置传一个参数

#使用send的注意事项：

        #第一次使用生成器的时候，使用next获取下一个值

        #最后一个yield不能接受外部的值

• 示例1
  

def generator():
    print(123)
    content = yield 1
    print('======',content)
    print(456)
    yield 2
g = generator()
ret = g.__next__()
print(ret)
ret = g.send('hello') #send的效果和next一样
print(ret)

#执行结果：
123
1
====== hello
456
2

• 示例2：计算移动平均值

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count

g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))