Python生成器

在Python中，⼀边循环⼀边计算的机制，称为⽣成器：generator。比如在创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素的话，那后面绝大多数元素占用的空间都白白的浪费，所以如果列表元素可以按照某种算法推算出来，那么我们在循环的过程中不断推算出后续的元素。

创建生成器方法1：

只要把一个列表生成式的[] 改成()。

L = [ x*2 for x in range(5)]
print(L)

G = (x*2 for x in range(5))
print(G)

#执行结果
#[0, 2, 4, 6, 8]
#<generator object <genexpr> at 0x02D0A148>

 L列表的打印出来的结果就是一个列表，但是G打印出来的是一个generator， 从结果猜测应该可以看到是一个object在 0x02D0A148 这个地址中，如果要得到生成器里面的元素，可以通过next() 函数获得生成器的返回值。

G = (x*2 for x in range(5))
print(G)

print(next(G)) #0
print(next(G)) #2
print(next(G)) #4
print(next(G)) #6
print(next(G)) #8

⽣成器保存的是算法，每次调⽤ next(G) ，就计算出 G 的下⼀个元素的值，直到计算到最后⼀个元素，没有更多的元素时，抛出 StopIteration 的异常。当然，这种不断调⽤ next() 实在是太变态了，正确的⽅法是使⽤ for 循环，因为⽣成器也是可迭代对象。所以，我们创建了⼀个⽣成器后，基本上永远不会调⽤ next() ，⽽是通过 for 循环来迭代它，并且不需要关⼼StopIteration 异常。

生成器创建方法2:

用函数来实现。我就用斐波那契函数来举例子，斐波那契数列应该很熟悉了，除第⼀个和第⼆个数外，任意⼀个数都可由前两个数相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...

def fib():
    a, b = 0, 1
    for x in range(5):
        yield b
        a, b = b, a + b

r = fib()
print(r) #<function fib at 0x00884228> 可以看到结果是生成器

在函数里面加上yield 就可以生成，如果要得到结果可以使用 next()函数，也可以用for循环

#方法一
print(next(r))
#方法二
for x in r:
    print(x)