一些关于python生成器的“坑”

首先，先看代码：

def add(s, x):
    return s + x

def gen():
    for i in range(4):
        yield i

base = gen()
for n in [1, 10]:
    base = (add(i, n) for i in base)

print list(base)

输出的结果是【20，21，22，23】，也许你会有其他答案

那么怎么得出来的呢？
说到生成器，你必须要知道迭代器（iterator），它只能迭代一次，且遵从迭代器协议：
1.定义了__iter__方法，但是必须返回自身
2.定义了next方法，在python3中是__next__，用来返回下一个值，当没有数据可返回时，会抛出一个StopIteration错误
3.可以保持当前的状态

样例
自定义iterator 如何让自定义的类的对象成为迭代器对象，其实就是定义__iter__ 和next 方法：

class DataIter(object):

    def __init__(self, *args):
        self.data = list(args)
        self.ind = 0

    def __iter__(self): #返回自身
        return self

    def next(self): #　返回数据
        if self.ind == len(self.data):
            raise StopIteration
        else:
            data = self.data[self.ind]
            self.ind += 1
            return data

那么为什么可以使用for来迭代迭代器对象呢，原因就是for替我们做了next的活，以及接收StopIteration的处理。
迭代器大概如此，下面介绍主角：优雅的迭代器——生成器（generator）。

首先，因为生成器遵循了迭代器协议，所以生成器也是一种迭代器

创建生成器的方式有两种：
1.yield
生成器函数跟普通函数只有一点不一样，就是把 return 换成yield,其中yield是一个语法糖，内部实现了迭代器协议，同时保持状态可以挂起。如下:
记住一点，yield是数据的生产者，而诸如for等是数据的消费者。

def gen():
    print 'begin: generator'
    i = 0
    while True:
        print 'before return ', i
        yield i
        i += 1
        print 'after return ', i

a  = gen()

a.next()

首先，看到while True 时不比惊慌，它只会一个一个被动的执行，不会主动去执行。当调用gen()时，并没有真实执行函数，而是只是返回了一个生成器对象。执行第一次a.next()时，才真正执行函数，执行到yield一个返回值，然后就会挂起，保持当前的名字空间等状态。然后等待下一次的调用,从yield的下一行继续执行。说白了就是你需要数据（被检索）的时候，才会执行。

2.生成器表达式

a = (i for i in range(10))

生成器表达式会创建一个生成器，而且生成器有个特点就是惰性计算, 只有在被检索时候，才会被赋值，正如上边所说。

再来看一个例子：

def multipliers():
    return (lambda x : i * x for i in range(4))
print [m(2) for m in multipliers()]

输出结果为【0，2，4，6】，不清楚则可以看以下等价写法：

def multipliers():
    for x in range(4):
        def cd(i):
            return x*i
        yield cd
print [m(2) for m in multipliers()]

但是需要注意以下例子

def multipliers():
    return [lambda x : i * x for i in range(4)]
print [m(2) for m in multipliers()]

此例输出为【6，6，6，6】而不是【0，2，4，6】，原因是因为闭包的延迟绑定。当循环结束时，i 的值已经是3, 此时结果都是6。不清楚可以看以下等价写法：

def multipliers():
    res = []
    for i in range(4):
        def inner(j):
            return j * i
        res.append(inner)
    return res
print [m(2) for m in multipliers()]

一个解决的方法便是，使用默认参数绑定数值，如下：

def multipliers():
    res = []
    for i in range(4):
        def inner(j, i = i):
            return j * i
        res.append(inner)
    return res
print [m(2) for m in multipliers()]

或者：

def multipliers():
    return [lambda x, i = i : i * x for i in range(4)]
print [m(2) for m in multipliers()]

参考页：http://shomy.top/2016/02/28/python-default-para/
https://segmentfault.com/a/1190000004554823