python生成器——yield关键字

关于生成器yield关键字

带有 yield 的函数在 Python 中被称之为 generator(生成器)
那么什么是生成器呢？
看看下面这个例子：

def fab(max): 
   n, a, b = 0, 0, 1 
   L = [] 
   while n < max: 
       L.append(b) 
       a, b = b, a + b 
       n = n + 1 
   return L

当我们使用list(列表)等 iterable（可迭代对象）类型来保存中间信息时，创建列表只是一个中间过程的时候，为了避免创建庞大的列表(如上代码片中该函数参数不断增大，内存的占用也会越多)，这时就可以使用生成器表达式来完成。
所以我们对上面函数进行优化：

class Fab(object): 

   def __init__(self, max): 
       self.max = max 
       self.n, self.a, self.b = 0, 0, 1 

   def __iter__(self): 
       return self 

   def __next__(self): 
       if self.n < self.max: 
           r = self.b 
           self.a, self.b = self.b, self.a + self.b 
           self.n = self.n + 1 
           return r 
       raise StopIteration()

在这个类中，我们使用 iterable 将 fab 函数改写为一个支持 iterable 的 class。Fab 类通过 next() 方法不断返回数列的下一个数，内存占用始终为常数。拥有“next”方法的对象都是一个迭代器。可是我们使用了自定义容器，代码量却很多所以就需要用到生成器，yield关键字。
再次优化：

def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b 
        # print b 
        a, b = b, a + b 
        n = n + 1

使用该函数：

>>> for n in fab(5): 
...     print n 
... 
1 
1 
2 
3 
5

当我们使用yield关键字时，fab()就成为了一个 generator(生成器)，首先函数for循环，循环时先返回yield关键字后面的值(b)
当下一循环时，就会从yield关键字下一行开始运行即（a,b = b, a+b）执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。大家可以使用pycharm的调试模式，设置断点，实验一下。

总结

1. yield 是一个类似 return 的关键字，迭代一次遇到yield时就返回yield后面(右边)的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码(下一行)开始执行。
2. yield就是return 返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后（下一行）开始。

示例

def yield_test(n):
    for i in range(n):
        yield call(i)
        print('i=',i)
    print('do something')
    print('end')
def call(i):
    return i+2
for i in yield_test(5):
    print(i,',')

请大家设置断点，理解为什么要用生成器，它到底为我们的代码带来了怎样的改变，再联想下列表推导式，他们有什么异曲同工之妙，多练代码，多写代码，多百度。