生成器函数学习

生成器：

生成器本身就是迭代器

创建生成器的两种方案：

1.生成器函数

2.生成器表达式

生成器函数：关键字yield

这里先来

def func():
    print(123)
    return 456

ret = func()  # 执行func()函数，然后把return的值给ret，打印：123
print(ret)  # 打印return返回值:456

生成器函数（生成器本身是可迭代的）：

def func():
    print(123)
    yield 456 # 3.当函数中有yield,这个函数就是一个生成器函数,yield也有返回的意思

gen = func()  # 1.这里什么都没有输出，因为这里只是创建了一个生成器函数
print(gen)  # 2.打印：<generator object func at 0x019DBDF0> ，表示生成器在内存的地址
ret= gen.__next__() # 打印：123，next能让生成器执行到下一个yield,yield也有返回的意思，返回给next，得到一个返回值，我们赋值给ret
print(ret)  # 这里打印yield返回的456


>>>
<generator object func at 0x034EBDF0>
123
456

一个函数有多个yield：

def func():
    print(1111)
    yield '第一个yield'
    print(2222)
    yield '第二个yield'
    print(3333)
    yield '第三个yield'
    print('下面没有yield了')

gen = func() # 这里创建了个生成器，没有执行
r1 = gen.__next__()  # 输出：111
print(r1)            # 输出：第一个yield

r2 = gen.__next__()  # 输出：2222
print(r2)            # 输出：第二个yield

r3 = gen.__next__()  # 输出：3333
print(r3)            # 输出：第三个yield

r4 = gen.__next__()  # 输出：下面没有yield了，然后报错：StopIteration，说不能迭代了（不能往下走了）



>>>
Traceback (most recent call last):
  File "D:/pythonPLianxi1/python/20220221.py", line 20, in <module>
    r4 = gen.__next__()
StopIteration
1111
第一个yield
2222
第二个yield
3333
第三个yield
下面没有yield了

Process finished with exit code 1

生成器总结：

        1.里面有yield

        2.生成器函数在执行的时候，实际上是创建一个生成器出来，不是执行生成器

        3.必须使用__next__()来执行一段代码，会自动执行到下一个yield结束

        4.yield也是返回的意思，可以让一个函数分段执行

        5.当后面没有yield之后，再次__next__会报错StopIteration

生成器本身是非常省内存的

来个不省内存的

 # 买10000件衣服
def order():
    l = []
    for i in range(100000):  # 会比较耗资源
        l.append(f'衣服{i}')
    return l  # 列表占内存 会感觉到电脑有点卡了，pycharm内存占用了1.5G

ls = order()
print(ls) # 输出：...'衣服99998', '衣服99999']

用yield执行：

yield是把代码放到内存中执行，要的时候再调用会从上次执行的下一行开始执行，通过分批执行能节省内存空间

# 生成器来做--分批拿衣服（什么时候要，什么时候拿，比较智能，省内存）
# 因为生成器在内存存储了这段代码 ，要用的时候拿出来调用一下
def order():
    l= []
    for i in range(10000):
        l.append(f'衣服{i}')
        if len(l) == 50:  # 如果长度为50则返回
            yield l
            l = [] # 下次执行的之后清空列表，在上一行返回yield的时候代码停在那里，下次执行从这行开始

g = order()
l2= g.__next__()
print(l2)
# ['衣服0', '衣服1', '衣服........., '衣服47', '衣服48', '衣服49']

l3 = g.__next__()
print(l3)
# ['衣服50',......., '衣服97', '衣服98', '衣服99']

生成器本身也是迭代器：

        1.省内存

        2.惰性机制：找她要衣服才给我，不然不执行

        3.只能往下执行，不能往回走

生成器的send：一般用不太到，了解下，send是要给yield进行赋值的

'''
__next__和send
相同点：
1.可以执行到下一个yield

不同点：
send：给上一个yield对应变量赋值

'''

def func():
    print(111)
    a = yield 'aaa'
    print(222,a)
    b = yield 'bbb'
    print(333,b)
    yield 'ccc'


g = func()
r1 = g.__next__()  # 第一次执行必须用next,因为send是给上一个yield对应变量赋值，前面没有yield
print(r1)
r2 = g.send('这个嗯')
print(r2)

r3 = g.send('这里是哪里')
print(r3)


>>
111
aaa
222 这个嗯
bbb
333 这里是哪里
ccc