生成器仅仅保存了一套生成数值的算法,并且没有让这个算法现在就开始执行,而是我什么时候调它,它什么时候开始计算一个新的值,并给你返回。
创建生成器
只要把一个列表生成式的[]改成(),就创建了一个generator
L = [x * x for x in range(10)]
print(L) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
G = (x * x for x in range(10))
print(G) # <generator object <genexpr> at 0x000002758AD54120>
此外,函数中包含 yield 关键字,调用函数就是创建了一个生成器对象
三种取值方法
1.可用next()调用生成器对象来取值。next 两种方式 t.next() | next(t)。
2.可用for 循环获取返回值(每执行一次,取生成器里面一个值)
3.转成list 类型查看
send()函数
send() 可以强行修改上一个yield表达式值。
比如函数中有一个yield赋值,a = yield 5,第一次迭代到这里会返回5,a还没有赋值。
第二次迭代时,使用.send(10),那么,就是强行修改yield 5表达式的值为10,本来是5的,那么a=10。
理解
感受下yield返回值的过程(关注点:每次停在哪,下次又开始在哪)及send()传参的通讯过程,
思考None是如何产生的(第一次取值:yield 返回了 i 值 0,停在yield i,temp没赋到值。第二次取值,开始在print,temp没被赋值,故打印None,i加1,继续while判断,yield 返回了 i 值 1,停在yield i):
#encoding:UTF-8
def yield_test(n):
for i in range(n):
yield call(i)
print("i=",i)
print("Done.")
def call(i):
return i*2
for i in yield_test(5):
print(i,",")
>>>
0 ,
i= 0
2 ,
i= 1
4 ,
i= 2
6 ,
i= 3
8 ,
i= 4
Done.>>>
理解的关键在于:下次迭代时,代码从yield的下一条语句开始执行。
def count_down(n):
while n >= 0:
newn = yield n
print('newn', newn)
if newn:
print('if')
n = newn
print('n =', n)
else:
n -= 1
cd = count_down(5)
for i in cd:
print(i, ',')
if i == 5:
cd.send(3)
这句话深得我心:Only action can relieve the uneasiness.