Python生成器函数的定义，使用，方法，实例，（yield、yield from）

本位目标人群是拥有Python基础的开发者，主要目的是用通俗的语言讲Python生成器函数的特性，方法，和使用。

文章目录

• 前言
• 一、生成器是什么？
• 二、生成器的各种方法和关键字
  • 1.yield, yield from, next
  • 2.send, close, throw
• 三、使用生成器及实例
• 总结

---

前言

生成器是Python高级编程中重要的知识点，我们平常调用的库其中有不少生成器的使用，但我们自己很少制作他，今天我们来自己写一个生成器并了解其工作原理。

---

以下是本篇文章正文内容，下面案例可供参考

一、生成器是什么？

定义：1，生成器也是一种迭代器，但是你只能对其迭代一次   。

            2，这是因为它们并没有把所有的值存在内存中，而是在运行时生成值。你通过遍历        来使用它们，要么用一个“for”循环，要么将它们传递给任意可以进行迭代的函数和结构。大多数时候生成器是以函数来实现的。然而，它们并不返回一个值，而是yield(暂且译作“生出”)一个值。

我们来用人话解释一下这两条：

1，迭代器大家都非常熟悉了，在这里不过多赘述了，生成器是迭代器的一种，是一个可迭代的对象，但是我们只能迭代一次，也就是我们在for循环迭代的时候，每次只能够得到一个值。

2，因为生成器没有把所有值存在内存中，而是不断生成，所以它相比普通的迭代器和循环存储在列表更省内存。

通过解释我们知道，生成器是迭代器的细分，它跟迭代器有一样的迭代方法，也更省内存。我们来通过一个简单的对比来理解一下；

首先看这个例子：

# 如果我们要打印1-10这样的数据，用最常用的方法是使用range函数，range函数相当于生成了一个内容为1-10的列表
# 但是如果1-1000000呢？随着极限的增大，range生成的列表占用内存越来越大，而且这个列表的长度是不确定的
for i in range(1, 11):
    print(i)

这样来打印1-10实际上就是创建了一个元素为1-10的列表，所以如果我们要取的极限太大，那列表就会