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))