生成器笔记

生成器是特殊的迭代器，一边循环一边计算的机制

生成器语法`

def func():
    i = 0
    while i<10:
        param = yield i
        print(param)
        i+=1
        
        
注意点：
1、函数，函数体内包含yield
2、生成一个生成器
	g1 =  func()
	g1才是一个生成器

唤醒生成器的方法：
print(g.next())
print(next(g))
print(g.send(None))
注意点：
1、可以使用__next__
2、可以使用next
3、可以使用send，但是在唤醒生成器的时候，必须传入参数None

例子

#斐波拉切数列
def fb(month):
    m=0
    a,b=0,1
    while m<month:
        yield b
        a,b=b,a+b
        m+=1
if __name__ == '__main__':
    ret = fb(5)
    print(type(ret))
    for iten in ret:
        print(iten)  #可以用for循环输出
    # ret.send(None)#用send是唤醒，第一次只能用None，不能直接传参

return和yield的异同点

相同的点：都可以返回数据

不同点：

1、return在当前函数体中，后面的代码不执行

2、yield在生成器中，返回数据，但是在下一次调用的时候，会将yield后面的代码执行完，再执行之前的内容

生成器注意点

1、有些数据受内存的影响，数据集合的容量是有限的
2、创建了一个100万个元素的数据，需要很大的储存空间，我们需要使用100个数据，后面的数据比较占用空间
3、生成器存储着生成元素的算法，一边循环，一边计算

生成器的实现有俩种方法第一种适用比较简单的情况，第二种是算法比较复杂的

#这是第一种
g=(x for x in range(10))
for i in  g:
	print(i)

#第二种
def fb(month):
    m=0
    a,b=0,1
    while m<month:
        a,b=b,a+b
        m+=1
if __name__ == '__main__':
    ret = fb(5)
    print(type(ret))
    
    for iten in ret:
        print(iten)  #可以用for循环输出
    # ret.send(None)#用send是唤醒，第一次只能用None，不能直接传参