python生成器学习笔记

为什么要有生成器？

生成器不会把所有数据一次性加载到内存中，而是在每次循环时临时生成一个数据，这样每次循环的过程中内存中只会出现一个数据，防止内存溢出

获取一个生成器

num_gen = (i for i in range(1,100000000))
#num_gen是一个生成器
print(type(num_gen))
for i in num_gen:
#遍历
    print(i)

自定义一个生成器

类似于自定义函数，但里面含有关键字yield，使用next()函数可以让生成器中的代码执行，直到遇到yield则会返回一次结果，并且将该函数冻结（意味着将保留生成器内所有局部变量的值），直到遇到下一个next().
另外使用return会抛出StopIteration异常，因此生成器中应尽量避免使用return

def test_gen1():
    yield 'a'
    yield 'b'
    yield 'c'
gen1 = test_gen1()
#此时会返回一个生成器
print(next(gen1))
print(next(gen1))
print(next(gen1))
#分别打印出了'a','b','c'
next(gen1)
#此时会抛出异常StopIteration

使用生成器遍历1到1亿

def test_gen2(start,end):
    index = start
    while index <= end:
        yield index
        index +=1
#gen2既是生成器也是可迭代对象、迭代器，因此可以使用for循环进行遍历,并且只能被遍历一次
gen2 = test_gen2(1,100000000)
for i in gen2:
    print(i)

send()方法

send()方法，与next()类似，但是还可以给yield表达式传值，对于第一次执行生成器，send只能传None，否则会报错

def test_gen3(start):
    while start < 10:
        #如果使用next()执行，咋yield start表达式返回的值永远是None
        temp = yield start
        print(temp)
        start += 1

gen3 =test_gen3(1)
print(next(gen3))
#打印1
print(next(gen3))
#打印None和2
print(gen3.send('hello world'))
#打印hello world和3

生成器案例：打印斐波那契数列

def feb(end):
#打印前end位
    count = 0
    a,b = 0,1
    while count < end:
        yield b
        temp = b
        b = a + b
        a = temp
        count += 1

for i in feb(9):
    print(i)