python-生成器-yield关键字(一)

生成器

定义生成器

1. 使用yield关键字

   def generate_one(list_num):
       for i in list_num:
           yield i * i
   

2. 使用圆括号

   v2 = (i * i for i in range(6))
   

和推导式的区别

生成器表达式不会创建序列形式的对象，不会把所有的值都读取到内存中，而是会创建一个通过迭代并按照需求生成值的生成器对象(Generator)。

1. 也就是说占用内存很小 如果使用较大数据推荐使用生成器

使用

1. 可使用next()函数 但超出会报StopIteration错误

   v1 = generate_one([1, 2, 3, 4, 5])
   print(next(v1))
   

2. 其中每次next都会去找下一个元素 如果没有就会报错

生成器函数返回生成器。要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，其中一个就是__next__()。
每当生成器被调用的时候，它会返回一个值给调用者。在生成器内部使用yield来完成这个动作。为了记住yield到底干了什么，最简单的方法是把它当作专门给生成器函数用的特殊的return。调用next()时，生成器函数不断的执行语句，直至遇到yield为止，此时生成器函数的"状态"会被冻结，所有的变量的值会被保留下来，下一行要执行的代码的位置也会被记录，直到再次调用next()继续执行yield之后的语句。
next()不能无限执行，当迭代结束时，会抛出StopIteration异常。迭代未结束时，如果你想结束生成器，可以使用close()方法。

3. 看以下用法

   def generate_one(list_num):
   print('start')
   for i in list_num:
       yield i * i
   print('end')
   
   v1 = generate_one([1, 2, 3, 4, 5])
   for v in v1:
       print(v)
   

   输出
   
   其中每次调用生成器会先执行yield之前的语句 直到遇到yield返回(类似于return)

   带yield的函数是一个生成器，而不是一个函数了，这个生成器有一个函数就是next函数，next就相当于“下一步”生成哪个数，这一次的next开始的地方是接着上一次的next停止的地方执行

生成器的四个方法

1. __next__()
2. send()
3. throw()
4. close()