前言
生成器,只要含有yield关键字的函数都是生成器函数,但yield不能和return共用且需要写在函数内。
生成器,是返回一个迭代器的函数,说白了生成器也是迭代器。
一、生成器简介
1、只要含有yield关键字的函数都是生成器函数。
defgenerator():print(1)yield 'a'ret= generator() #生成器函数 : 执行之后会得到一个生成器作为返回值
print(ret)print(ret.__next__())
2、每 yield 一次会保留当前所有的运行信息,返回对应的 yield 值,也相当于可一个一个取值了(和迭代器差不多)
#也是可一个一个取值,yield 一次就取一次
defgenerator():yield 'a'
yield 'b'
yield 'c'g= generator() #得到生成器作为返回值
ret= g.__next__()print(ret)
ret= g.__next__()print(ret)
ret= g.__next__()print(ret)
3、好比如:前面的例子,我要50个数字,你一下子 list 给我全放内存里占用就会比另 range(0,50)的多。
50个数字可能还好,当你不是这种类型数据的时候我担心会不会把内存搞爆?所以生成器是个好东西。
#对比一下
print(range(50))print(list(range(50)))
控制台输出:
range(0,50)
[0,1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49]
4、实例:
200万个数字中任意取值,但不可能一下子放200万个数字到内存里。(其实也可以的,你试试吧!)
#来 200万 个数字
deffunc():for i in range(2000000):yield '200万个数字:%s' %i
g=func()#取50个
count =0for i ing:
count+= 1
if count > 50:break
print(i)#我只喜欢第100个
for i ing:
count+= 1
if count > 100:print('我只喜欢:', i)break
print(g.__next__()) #+1
print(g.__next__()) #+1
print(g.__next__()) #+1 = 103
二、 生成器进阶
1、yield from:
yield from (a, b):第一次返回值a,第二次返回值b
deffunc():
a= '123456'b= 99999
yield from(a, b)
g=func()print(g.__next__())print(g.__next__())
2、send:
①send 获取基本和 next 方法一致
②send 只是在获取下一个值的时候,给上一个值传一个实参
③使用send注意事项:
第一次 yield 必须用 next,因为是给上一个 yield 传一个实参
最后一个 yield 不能接受外部的值,因为send是在获取下一个值的时候使用
deffunc():print(1)
qq= yield 11
print(qq)print(2)
gg= yield 22res=Trueprint(res, gg)yieldg=func()print(g.__next__())print(g.send('send===='))print(g.send('send222===='))#send 获取基本和 next 方法一致#send 只是在获取下一个值的时候,给上一个值传一个实参#使用send注意事项:#第一次 yield 必须用 next#最后一个 yield 不能接受外部的值,既不能用 send
欢迎来QQ交流群一起学习:482713805