Python 生成器

原文来自

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.